Bilgi Paketi / Ders Kataloğu
| Psikoloji | |||||
| 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 | EN | ||||
| Ders Türü | |||||
| Dersin Düzeyi | Başlangıç | ||||
| Dönem | Güz | ||||
| Haftalık İletişim Saatleri |
|
||||
| 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 YeterliliklerBu 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) Psikolojideki başlıca kavramlar, teorik perspektifler, deneysel bulgular ve tarihsel eğilimler hakkında kapsamlı bilgi edinilmesi. | |||
| 2) Psikolojide temel araştırma yöntemlerini, ayrıca araştırma tasarımı, veri analizi ve veri yorumlama anlama ve uygulama becerisi. | |||
| 3) Davranış ve zihinsel süreçlerle ilgili problemleri çözmek için eleştirel ve yaratıcı düşünme, şüpheci sorgulama ve bilimsel bir yaklaşım kullanma yetkinliği. | |||
| 4) Psikolojik ilke, beceri ve değerleri kişisel, sosyal ve örgütsel bağlamlarda anlama ve uygulama becerisi. | |||
| 5) Psikoloji disipliniyle bağlantılı olan kanıtları değerlendirme, belirsizliği tolere etme ve diğer değerleri yansıtma becerisi. | |||
| 6) Mesleki etik standartların içselleştirilmesi ve yayılması. | |||
| 7) Psikoloji ve diğer sosyal bilimler alanlarında bilgi edinme amacıyla bilgi teknolojileri, bilgisayar ve diğer teknolojileri kullanma konusunda yetkinlik gösterme. | |||
| 8) Psikoloji bilimi bilgisini Türkçe ve en azından CEFR B2 düzeyinde İngilizce olmak üzere çeşitli formatlarda etkili bir şekilde iletme becerisi. | |||
| 9) Sosyokültürel ve uluslararası çeşitliliğin karmaşıklığını tanıma, anlama ve buna saygı gösterme. | |||
| 10) Yaşam boyu öğrenme, araştırma ve kendini geliştirme ihtiyacını tanıma ve bu doğrultuda beceriler geliştirme. | |||
| 11) Psikolojik teori ve literatüre dayanarak eleştirel hipotezler oluşturma ve bu hipotezleri test etmek için çalışmalar tasarlama becerisi. | |||
| 12) Bağımsız olarak bilgi edinme ve kendi öğrenimini planlama becerisi. | |||
| 13) Yazılı çalışmaların ve sunumların netliği ve düzeni konusunda ileri düzeyde yetkinlik gösterme. |
Program Sonuçları ve Yeterliliklerle İlişkisi
| N Yok | S Destekleyici | H Çok İlgili |
| Program Çıktıları ve Yeterlilikler | Düzey | Değerlendirme | |
| 1) | Psikolojideki başlıca kavramlar, teorik perspektifler, deneysel bulgular ve tarihsel eğilimler hakkında kapsamlı bilgi edinilmesi. | N | |
| 2) | Psikolojide temel araştırma yöntemlerini, ayrıca araştırma tasarımı, veri analizi ve veri yorumlama anlama ve uygulama becerisi. | N | |
| 3) | Davranış ve zihinsel süreçlerle ilgili problemleri çözmek için eleştirel ve yaratıcı düşünme, şüpheci sorgulama ve bilimsel bir yaklaşım kullanma yetkinliği. | H | Sınav,Ödev,Derse Katılım |
| 4) | Psikolojik ilke, beceri ve değerleri kişisel, sosyal ve örgütsel bağlamlarda anlama ve uygulama becerisi. | N | |
| 5) | Psikoloji disipliniyle bağlantılı olan kanıtları değerlendirme, belirsizliği tolere etme ve diğer değerleri yansıtma becerisi. | N | |
| 6) | Mesleki etik standartların içselleştirilmesi ve yayılması. | N | |
| 7) | Psikoloji ve diğer sosyal bilimler alanlarında bilgi edinme amacıyla bilgi teknolojileri, bilgisayar ve diğer teknolojileri kullanma konusunda yetkinlik gösterme. | N | |
| 8) | Psikoloji bilimi bilgisini Türkçe ve en azından CEFR B2 düzeyinde İngilizce olmak üzere çeşitli formatlarda etkili bir şekilde iletme becerisi. | N | |
| 9) | Sosyokültürel ve uluslararası çeşitliliğin karmaşıklığını tanıma, anlama ve buna saygı gösterme. | S | Derse Katılım |
| 10) | Yaşam boyu öğrenme, araştırma ve kendini geliştirme ihtiyacını tanıma ve bu doğrultuda beceriler geliştirme. | S | Ödev,Derse Katılım |
| 11) | Psikolojik teori ve literatüre dayanarak eleştirel hipotezler oluşturma ve bu hipotezleri test etmek için çalışmalar tasarlama becerisi. | N | |
| 12) | Bağımsız olarak bilgi edinme ve kendi öğrenimini planlama becerisi. | S | Sınav,Ödev |
| 13) | Yazılı çalışmaların ve sunumların netliği ve düzeni konusunda ileri düzeyde yetkinlik gösterme. | H | Sınav,Ödev |
| Hazırlayan ve Tarih | TUNA ÇAKAR , November 2023 |
| Ders Koordinatörü | TUNA ÇAKAR |
| Dönem | Güz |
| Dersi Veren(ler) | Dr. Öğr. Üyesi UTKU KOÇ |
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 |
|
||||||
| 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 | ||||||