Ekonomi
Lisans	Programın Süresi: 4	Kredi Sayısı: 240	TYYÇ: 6. Düzey	QF-EHEA: 1. Düzey	EQF: 6. Düzey

Ders Genel Tanıtım Bilgileri

Yüksekokul/Myo/Fakülte/Enstitü

Mühendislik Fakültesi

Ders Kodu

DSAI 102

Ders Adı İngilizce

Mathematical Foundations for DS and AI

Ders Adı Türkçe

Veri Bilimi ve Yapay Zeka için Temel Matematik

Öğretim Dili

Ders Türü

Dersin Düzeyi

Başlangıç

Dönem

Güz

Haftalık İletişim Saatleri

Ders: 2

Okuma: 1

Laboratuvar :

Diğer:

Tahmini Öğrenci İş Yükü

Dönem boyunca 156 saat

Ders Kredileri

4 AKTS

Değerlendirme

Geçti / Kaldı

Ön Koşul

Yok

Yan Koşul

Yok

Beklenen Ön Bilgi

Yok

Kayıt Kısıtlamaları

Sadec lisans öğrencileri

Genel Eğitim Hedefi

Veri biliminin temel kavramları hakkında bilgi geliştirmek ve analitik ve eleştirel düşünme becerilerini geliştirmek.

Ders Açıklaması

Bu derste; yapay zeka ve veri biliminin anahtarı olan matematiksel temellere yönelik şu konu başlıkları kapsamlı bir biçimde incelenmektedir: Ortak ve koşullu olasılıklar, rastgele değişkenler, ayrık ve sürekli olasılık dağılımları, örnekleme, tahmin, merkezi limit teoremi, hipotez testleri.

Ders Öğrenme Çıktıları ve Yeterlilikler

Bu dersi başarıyla tamamlayabilen öğrenciler:
1) VB-YZ'nin matematiksel temellerinin rolünü açıklar, çeşitli kitlelere yönelik konular ve vaka sunumları aracılığıyla etkili bir şekilde iletişim kurar;
2) Yapay zeka, veri bilimi ve ilgili teknolojilerle doğrudan ilişkili mühendislik durumlarında etik ve profesyonel sorumlulukları tanır ve tartışır, mühendislik çözümlerinin küresel, ekonomik, çevresel ve toplumsal bağlamlardaki etkisini göz önünde bulundurur;
3) Yapay zeka ve veri işleme/görselleştirme gibi güncel konularla ilgili bir vaka üzerinde uygun öğrenme stratejileri kullanarak bilgi edinir ve bu bilgiyi sergiler.

Program Öğrenme Çıktıları/Ders Öğrenme Çıktıları	1	2	3
1) Ekonomi konusunda geniş bir anlayışa sahip olup, diğer sosyal bilimler ve matematikle derin bir etkileşime sahip olmak.
2) Farklı ekonomi alanlarının etkileşimlerini anlama konusunda bilgi ve beceriler sergilemek
3) Mikroekonomik ve makroekonomik teoriyi anlamak
4) Ekonomik kavramları karmaşık sorunları çözmek ve karar verme yeteneğini geliştirmek için uygulamak.
5) Farklı ekonomik sistemleri analiz etmek için nicel teknikler kullanmak.
6) Teorik bilgileri, Türk ve küresel ekonomilere ilişkin sorunları analiz etmek için uygulamak.
7) Ekonomik verileri işlemek ve değerlendirmek için istatistiksel araçlar ve yaygın yazılım programları konusunda yetkinlik göstermek.
8) Ekonomik analizin tüm aşamalarında - veri toplama, yorumlama ve bulguları yayma - bilimsel ve etik değerlere göre davranmak.
9) Bilimsel bilgileri alışverişinde yazılı ve sözlü İngilizceyi etkili bir şekilde kullanmak (en az CEFR B2 seviyesinde).
10) Bireysel ve profesyonel etik davranış sergiler ve sosyal sorumluluk taşımak.
11) Yüksek derecede özerklikle daha ileri çalışmalar için gerekli öğrenme becerilerini sergilemek.

Program Sonuçları ve Yeterliliklerle İlişkisi

N Yok	S Destekleyici	H Çok İlgili

	Program Çıktıları ve Yeterlilikler	Düzey	Değerlendirme
1)	Ekonomi konusunda geniş bir anlayışa sahip olup, diğer sosyal bilimler ve matematikle derin bir etkileşime sahip olmak.	N
2)	Farklı ekonomi alanlarının etkileşimlerini anlama konusunda bilgi ve beceriler sergilemek	N
3)	Mikroekonomik ve makroekonomik teoriyi anlamak	N
4)	Ekonomik kavramları karmaşık sorunları çözmek ve karar verme yeteneğini geliştirmek için uygulamak.	N
5)	Farklı ekonomik sistemleri analiz etmek için nicel teknikler kullanmak.	N
6)	Teorik bilgileri, Türk ve küresel ekonomilere ilişkin sorunları analiz etmek için uygulamak.	N
7)	Ekonomik verileri işlemek ve değerlendirmek için istatistiksel araçlar ve yaygın yazılım programları konusunda yetkinlik göstermek.	N
8)	Ekonomik analizin tüm aşamalarında - veri toplama, yorumlama ve bulguları yayma - bilimsel ve etik değerlere göre davranmak.	H
9)	Bilimsel bilgileri alışverişinde yazılı ve sözlü İngilizceyi etkili bir şekilde kullanmak (en az CEFR B2 seviyesinde).	H
10)	Bireysel ve profesyonel etik davranış sergiler ve sosyal sorumluluk taşımak.	H
11)	Yüksek derecede özerklikle daha ileri çalışmalar için gerekli öğrenme becerilerini sergilemek.	H

Hazırlayan ve Tarih	TUNA ÇAKAR , November 2023
Ders Koordinatörü	TUNA ÇAKAR
Dönem	Güz
Dersi Veren(ler)

Ders İçeriği

Hafta	Konu
1)	Olasılığa Giriş
2)	Olasılık Temelleri
3)	Önemli Olasılık Dağılımları, Olasılık ve İstatistik Buluşması
4)	Özet İstatistikler, Olasılık ve Dağılımlar
5)	Daha Fazla Dağılım ve Merkezi Limit Teoremi
6)	Korelasyon ve Hipotez Testi
7)	Tek Örnek Oran Testi
8)	Python'da Hipotez Testi I
9)	Python'da Hipotez Testi II
10)	İstatistiksel Deney ve Anlamlılık Testi I
11)	İstatistiksel Deney ve Anlamlılık Testi II
12)	Regresyon ve Sınıflandırma
13)	İstatistiksel Simülasyon I
14)	İstatistiksel Simülasyon II
15)	Final Sınavı/Proje/Sunum Dönemi
16)	Final Sınavı/Proje/Sunum Dönemi

Gerekli/Tavsiye Edilen Okumalar

Paylaşılan videolar

Öğretme Teknikleri

Yönlendilrilmiş kişisel çalışma

Ödev ve Projeler

Datacamp Ödevleri (40%), Final Sınavı (60%)

Laboratuvar Çalışması

Uygulamalar için laboratuvar çalışması

Bilgisayar Kullanımı

Gerekli

Diğer Aktiviteler

Yok

Değerlendirme Yöntemleri

Değerlendirme Araçları	Sayı	Ağırlık
TOPLAM		%

Ders Yönetimi

dsai@mef.edu.tr
05309225505
Öğretim üyesinin ofisi: 5. kat Telefon numarası: 0 212 395 37 50 Ofis saatleri: Daha sonra belirlenecek E-posta adresi: cakart@mef.edu.tr

AKTS Öğrenci İş Yükü Tahmini

AKtivite	Hafta Sayısı	Saat			Hesaplama
	Yarıyıl Başına Hafta Sayısı	Etkinliğe Hazırlık	Etkinliğin Kendisinde Harcanan	Etkinlik Gereksinimlerini Tamamlama
Ders Saati	14	1	2		42
Laboratuvar	10	1	2		30
Sınıf Dışı Ders Çalışması	1	1	10		11
Proje	1	5	25		30
Ödevler	10	1	2		30
Final	1	10	3		13
Toplam İş Yükü					156
Toplam İş Yükü/25					6.2
AKTS					4