| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Mühendisler İçin İleri Kestirim Teorisi | BSM 611 | 0 | 3 + 0 | 3 | 6 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | Doktora |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Prof.Dr. AHMET ÖZMEN |
| Dersi Verenler | |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | Kestirim teorisinin teorisini ve uygulamalarını öğrenciye öğretmek |
| Dersin İçeriği | Giriş, Kaosamı, Lineer Model, Parametre Kestirimi, Enküçük_kareler Kestirimi: Dizi İşlemi, Enküçük_kareler Kestirimi: Tekil_değer Bozulması, Enküçük_kareler Kestirimi: Rekürsif İşlemleri, Kestirimcilerin Küçük_örnek Özellikleri, Kestirimcilerin Geniş_örnek Özellikleri, Küçük-kare kestirimcilerinin Özellikleri, Eniyi lineer Tarafsız Kestirim, Olasılık Fonksiyonu, Maksimum_olasılık Kestirimi, Çoklu İstatistiksel Raslantı Değişkeni Gaussian Rastgele Değişkenleri, Rastgele Parametrelerin adi_karelendirilmiş Kestirimi, Maksimum Arka: Rastgele Parametrelerin Kestirimi, Ayrık zaman elemanları, Gauss_Markov Rastgele Dizileri, Sistem Tanıma gibi Gerçek Dünya Problemlerine, Haberleşmeye ve Kontrol ile ilgili Problemlere Bazı Uygulamalar, Filtreleme, Smoothing, Kestirim. |
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Konunun temellerini ve uygulamalarını öğretmek | Anlatım, Eğitsel Oyun, Deney ve Laboratuvar, Gezi / Gözlem, Gözlem, Soru-Cevap, Tartışma, Problem Çözme, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Giriş, Kaosamı, Lineer Model, Parametre Kestirimi | |
| 2 | Enküçük_kareler Kestirimi: Dizi İşlemi | |
| 3 | Enküçük_kareler Kestirimi: Tekil_değer Bozulması | |
| 4 | Enküçük_kareler Kestirimi: Rekürsif İşlemleri | |
| 5 | Kestirimcilerin Küçük_örnek Özellikleri | |
| 6 | Kestirimcilerin Geniş_örnek Özellikleri | |
| 7 | Küçük-kare kestirimcilerinin Özellikleri | |
| 8 | Eniyi lineer Tarafsız Kestirim | |
| 9 | Olasılık Fonksiyonu, Maksimum_olasılık Kestirimi | |
| 10 | Gaussian Rastgele Değişkenleri | |
| 11 | Rastgele Parametrelerin adi_karelendirilmiş Kestirimi | |
| 12 | Maksimum Arka: Rastgele Parametrelerin Kestirimi | |
| 13 | Ayrık zaman elemanları, Gauss_Markov Rastgele Dizileri | |
| 14 | Sistem Tanıma gibi Gerçek Dünya Problemlerine, Haberleşmeye ve Kontrol ile ilgili Problemlere Bazı Uygulamalar, Filtreleme, Smoothing, Kestirim |
| Kaynaklar | |
|---|---|
| Ders Notu | Lessons in Estimation Theory for Signal Processing, Communications, and Control / Jerry M. Mendel, 1995 |
| Ders Kaynakları | Probability and Stochastic Processes for Engineers / Carl W. Helstrom, 1984 Introduction to Stochastic Processes / Paul G. Hoel, Sidney C. Port, Charles J. Stone, 1972 Probability, Random Variables, and Stochastic Processes / Athanasios Papoulis, 1991 Kalman Filtering [Theory and Practice] / Mohinder S. Grawal, Angus P. Andrews, 1993 |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Yaşadığı toplumun bilgi toplumu olmasına katkıda bulunmak, toplumsal, bilimsel, kültürel ve etik sorunlara çözüm sunmak amaçlarıyla alanındaki bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri içeren bilimsel projeler geliştirir ve bu projeleri ulusal ve uluslararası bilimsel ortamlarda (toplantılarda) tanıtır. | ||||||
| 2 | Alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, alanında güncel teknik ve yöntemler ile bunların kısıtları hakkında sahip olduğu kapsamlı bilgiyi elde ettiği bilgi ile karşılaştırarak değerlendirir ve sentezleyerek yeni sonuçlar ortaya koyar. | ||||||
| 3 | Alanı ile ilgili problemleri tanımlar ve formüle eder, yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler ve/veya yöntemler geliştirir. | ||||||
| 4 | Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular, belirsiz, sınırlı ya da eksik verileri bilimsel yöntemlerle tamamlar; verilerin toplanması, yorumlanması, duyurulması ile yeni modellemelerin oluşturulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. | ||||||
| 5 | Alanındaki uygulamaların sosyal, çevresel, sağlık, güvenlik, hukuki boyutlarını ile proje yönetimi ve iş hayatı uygulamalarını bilir ve bunların getirdiği kısıtların farkındadır. Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilir, bu tür takımlarda liderlik yapabilir ve karmaşık durumlarda çözüm yaklaşımları geliştirebilir; bağımsız çalışabilir ve sorumluluk alır. | ||||||
| 6 | Çalışmalarının süreç ve sonuçlarını, alanında veya alan dışındaki ulusal ve uluslararası ortamlarda bir yabancı dili en az Avrupa Dil Portföyü C1 Genel Düzeyinde kullanarak, yazılı ya da sözlü olarak aktararak sözlü ve yazılı iletişim kurar. | ||||||
| 7 | Bilgisayar ve Bilişim alanında özgün bir araştırma sürecini bağımsız olarak tanımlar, tasarlar, uygular, sonuçlandırır ve bu süreci yönetir. | ||||||
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ara Sınav | 40 |
| 1. Kısa Sınav | 20 |
| 1. Ödev | 20 |
| 2. Kısa Sınav | 20 |
| Toplam | 100 |
| 1. Yıl İçinin Başarıya | 50 |
| 1. Final | 50 |
| Toplam | 100 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 3 | 48 |
| Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 3 | 48 |
| Ara Sınav | 1 | 15 | 15 |
| Ödev | 1 | 10 | 10 |
| Final | 1 | 20 | 20 |
| Toplam İş Yükü | 141 | ||
| Toplam İş Yükü / 25 (Saat) | 5,64 | ||
| Dersin AKTS Kredisi | 6 | ||