Veri Modelleme ve Analiz

Eğitim Şekli

Yüz Yüze

Ön Koşullar, Diğer Koşullar

Yok

Önerilen Destekleyici Dersler

Olasılık ve İstatistik, sayısal çözümleme, programlama.

Dersin İçeriği

Parametrik ve parametrik olmayan deneysel veriler. Normal ve test dağılımlar. Taylor serisi ve lineer çebir. Amaç fonksiyonları (Lp-norm). Lagrange amaç fonksiyonu. Doğrusal denklem sistemlerinin çözümü. Hipotez testleri. Birinci ve ikinci tip hata. Esnek hesaplama yöntemleri. Bulanık Mantık. Yapay Sinir Ağları. Yapay Zeka. Genetik algoritma.

Haftalık Ders İzlencesi

1) Parametrik ve parametrik olmayan deneysel veriler.
2) Normal dağılım. Test dağılımlar.
3) Taylor serisi ve lineer cebir.
4) Amaç fonksiyonları (Lp-norm). L1-norm. Lmax-norm.
5) L2-norm. Lagrange amaç fonksiyonu.
6) Doğrusal denklem sistemlerinin çözümü.
7) Parametrik modellerin kurulması, çözümü ve analizi.
8) ÖDEV-I Özgür bir yazılım ile parametrik bir veri kümesinin modellenmesi ve analizi.
9) Hipotez testleri. Birinci ve ikinci tip hata kavramları.
10) Esnek hesaplama yöntemleri. Bulanık Mantık.
11) Yapay Sinir Ağları. Derin öğrenme.
12) Makine öğrenmesi. Yapay Zeka.
13) Genetik algoritma.
14) Parametrik olmayan verilerin modellenmesi, çözümü ve analizi.
15) ÖDEV-II Özgür bir derleyici ile parametrik olmayan bir veri kümesinin modellenmesi ve analizi.
16) YARIYIL SONU sınavı.

Önerilen/İstenen Ders Kaynakları

1- William H. PRESS, Brain P. FLANNERY, Saul A. TEUKOSLSKY, William T. VETTERLING (2002), Numerical Recipes in C, Second Edition, Cambridge University Press, Cambridge UK. http://numerical.recipes/, (Accessed: 04 Aug 2019).
2- Jaan KIUSALAAS (2013), Numerical Methods in Engineering with Python 3, Cambridge, www.cambridge.org/9780521852876, (Accessed: 04 Aug 2019).
3- Orhan KURT (2010), Numerical Analysis, Lecture Notes, Kocaeli University, Kocaeli. https://orhankurt.jimdo.com/undergraduate/spring-bahar/muh208-numerical-analysis/, (Accessed: 04 Aug 2019).
4- Karl-Rudolf KOCH (1999), Parameter Estimation and Hypothesis Testing in Linear Models, Springer-Verlag Berlin Heidelberg New York, ISBN-540-65257-4. https://link.springer.com/book/10.1007/978-3-662-03976-2, (Accessed: 04 Aug 2019).
5- Orhan KURT (2011), Analysis of Geodetic Data, Lecture Notes, Kocaeli University, https://orhankurt.jimdo.com/graduate/autumn/jjm513-estimation-of-geodetic-quantities-and-hypothesis-testing-in-linear-models/, (Accessed: 04 Aug 2019).
6- Orhan KURT (2013), Advanced Adjustment, Lecture Notes, Kocaeli University, https://orhankurt.jimdo.com/undergraduate/autumn-g%C3%Bcz/hrt409-advanced-topics-in-adjustment/, (Accessed: 04 Aug 2019).
7- Anil K. JAIN, Jianchang MAO, K. MOHIUDDIN (1996), Artifical Neural Networks, IEEE Computer Special Issue on Neural Computing, March 1996. https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=485891, (Accessed: 04 Aug 2019).
8- Orhan AKYILMAZ (2005), Applications of Soft Computing Methods in Geodesy, İTÜ-FBE, Ph.D. Thesis, https://polen.itu.edu.tr/bitstream/11527/12127/1/2851.pdf, (Accessed: 04 Aug 2019).
9- Michael Nielsen (2015), Neural Networks and Deep Learning, Determination Press, http://static.latexstudio.net/article/2018/0912/neuralnetworksanddeeplearning.pdf, (Accessed: 04 Aug 2019).
10- Andrej Krenker, Janez Bes?ter and Andrej Kos (2011). Introduction to the Artificial Neural Networks, ArtificialNeural Networks - Methodological Advances and Biomedical Applications, Prof. Kenji Suzuki (Ed.), ISBN: 978-953-307-243-2, InTech, Available from: http://www.intechopen.com/books/artificial-neural-networks-methodological-advances-and-biomedical-applications/introduction-to-the-artificial-neural-networks, (Accessed: 04 Aug 2019).
11- Fakhreddine O. Karray and Clarence de Silva (2004), Soft Computing and Intelligent Systems Design, Pearson Education Limited 2004, SBN 0 321 11617 8.
12- Darrell Whitley (1994), A genetic algorithm tutorial, Statistics and Computing (1994) 4, 65-85, https://link.springer.com/content/pdf/10.1007%2FBF00175354.pdf, (Accessed: 04 Aug 2019).
13- John LeFlohic (1999), Genetic Algorithms Tutorials (in C), http://www-cs-students.stanford.edu/~jl/Essays/ga.html, (Accessed: 04 Aug 2019).
14- Eric Stoltz (2018), Evolution of a salesman: A complete genetic algorithm tutorial for Python, https://towardsdatascience.com/evolution-of-a-salesman-a-complete-genetic-algorithm-tutorial-for-python-6fe5d2b3ca35, (Accessed: 04 Aug 2019).
15- Salvatore Mangano (1995), Genetic Algorithm, http://www.javamath.com/snucode/translateit.pdf, (Accessed: 04 Aug 2019).
16- Serge Guillaume (2001), Designing Fuzzy Inference Systems from Data: An Interpretability-Oriented Review, IEEE TRANSACTIONS ON FUZZY SYSTEMS, VOL. 9, NO. 3, JUNE 2001, https://pdfs.semanticscholar.org/fdf1/0b28242cf1e814052911e9c77b5a3d34248a.pdf, (Accessed: 04 Aug 2019).
17- Chonghua Wang (2015), A Study of Membership Functions on Mamdani-Type Fuzzy Inference System for Industrial Decision-Making, Theses, and Dissertations. Paper 1665. https://preserve.lehigh.edu/cgi/viewcontent.cgi?article=2665

Planlanan Öğrenim Faaliyetleri Ve Eğitim Yöntemi

1) Anlatım
2) Soru-Cevap
3) Alıştırma ve Uygulama
4) Bireysel Çalışma
5) Problem Çözme

Değerlendirme Yöntemi ve Ölçütleri

Ödev Notunun Başarıya Oranı	70%
Yarıyıl Sonu Sınavının Başarıya Oranı	30%
Toplam	100%

Dersin Eğitim Dili

Türkçe

Mesleki Uygulama

İstenmemekte