Ders Öğretim Planı

Ders Kodu Ders Adı Ders Türü Yıl Dönem AKTS
EIST622 Advanced Bayesian Methods 927003 1 1 7.5

Dersin Amacı

Bu ders karmaşık verilerin analizine uygun çeşitli teorik ve hesaplama yöntemlerini, simülasyon tekniklerini ve hiyerarşik modelleri göstermeyi amaçlamaktadır.

Dersin Veren Öğretim Görevlisi/Görevlileri

-

Ön Koşul Dersleri

-

Önerilen Diğer Hususlar

-

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

Ghosal, S. and van der Vaart, A. (2017). Fundamentals of Nonparametric Bayesian Inference. Cambridge University Press. Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A., & Rubin, D. B. (2014). Bayesian Data Analysis (Third Edition). Boca Raton, FL: CRC Press. Rasmussen, C.E. and Williams, C.K.(2006). Gaussian Processes for Machine Learning. Cambridge: MIT Press. Robert, C. and Casella, G. (2004). Monte Carlo Statistical Methods. Springer, New York

Dersin Sunulduğu Dil

İngilizce

Staj Durumu

-

Dersin İçeriği

Geniş konular arasında gelişmiş Monte Carlo yöntemleri, asimtotik teoriler, uyarlanabilir yöntemler ve Bayesçi parametrik olmayan yöntemler yer almaktadır.

Değerlendirme

# Etkinlikler Adet Yuzde Katkısı Yarıyıl İci Etkinlik Yıl Sonu Etkinlik
90 Yarıyıl (Yıl) İçi Etkinlikleri 1 40
91 Yarıyıl (Yıl) Sonu Etkinlikleri 1 60
1 Ara Sınav 1 100 1
2 Final Sınavı 1 100 1

Ders İş Yükü Verisi

# Etkinlikler Adet Süresi(saat) Toplam İş Yükü(saat)
1 Ara Sınav 1 2 2
2 Final Sınavı 1 2 2
5 Derse Katılım 12 2 24
9 Problem Çözümü 10 2 20
10 Tartışma 8 2 16
18 Örnek Vaka İncelemesi 8 2 16
28 Makale Kritik Etme 6 2 12
29 Bireysel Çalışma 13 2 26
31 Ödev Problemleri için Bireysel Çalışma 10 2 20
32 Ara Sınav İçin Bireysel Çalışma 7 2 14
33 Final Sınavı içiin Bireysel Çalışma 4 4 16
34 Okuma 10 2 20

Haftalık Ders İçeriği

Hafta Teorik Uygulama Laboratuar Ders Notları
1 Bayes temellerine giriş ve inceleme.
2 Gauss sürecine giriş.
3 Gauss sürecine giriş.
4 Gizli Gauss süreci.
5 Dirichlet süreci ve Karma Dirichlet süreçleri
6 Tutarlılık ve Kontraksiyon oranları.
7 Tutarlılık ve kontraksiyon oranları.
8 ara sınav
9 Ölçeklenebilir BNP: Bir Vaka Çalışması.
10 Ölçeklenebilir BNP: Bir Vaka Çalışması.
11 MCMC'nin Temelleri
12 Önem Örneklemesi.
13 Dağılımsal Yaklaşım, EM algoritması, Varyasyonel Bayes.
14 final

Dersin Öğrenme Çıktıları

# Öğrenme Çıktı Id Açıklama
1 1329410 Bayesci istatistik temellerinde bilgi edinme
2 1329411 Model karşılaştırmayı ve doğrulamayı öğrenme
3 1329412 Karar analizi ve deney tasarımını öğrenme

Bölüm Program Çıktıları

# Program Çıktı Id Açıklama
1 70565 Alanı ile ilgili konularda strateji, politika ve uygulama planları geliştirir ve elde edilen sonuçları, kalite süreçleri çerçevesinde değerlendirir.
2 70566 Alanında özümsedikleri bilgiyi, problem çözme ve/veya uygulama becerilerini, disiplinler arası çalışmalarda kullanır.
3 70567 Lisans düzeyi yeterliliklerine dayalı olarak, aynı veya farklı bir alanda bilgilerini uzmanlık düzeyinde geliştirir, derinleştirir ve istatistik metotları kullanarak analiz eder ve yorumlar.
4 70568 Alanında edindiği uzmanlık düzeyindeki kuramsal ve uygulamalı bilgileri kullanır.
5 70569 Alanı ile ilgili uzmanlık gerektiren bir çalışmayı bağımsız olarak yürütür.
6 70570 Alanı ile ilgili uygulamalarda karşılaşılan ve öngörülemeyen karmaşık sorunların çözümü için yeni stratejik yaklaşımlar geliştirir ve sorumluluk alarak çözüm üretir.
7 70571 Alanında edindiği uzmanlık düzeyindeki bilgi ve becerileri eleştirel bir yaklaşımla değerlendirir ve öğrenmesini yönlendirir.
8 70572 Alanı ile ilgili verilerin toplanması, yorumlanması, uygulanması ve duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerleri gözeterek denetler ve bu değerleri öğretir.
9 70573 Alanının gerektirdiği düzeyde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini ileri düzeyde kullanır.
10 70574 Alanında edindiği bilgileri farklı disiplin alanlarından gelen bilgilerle bütünleştirerek yorumlar ve yeni bilgiler oluşturur.
11 70575 Alanının ilişkili olduğu disiplinler arası etkileşimi teşhis eder.
12 70576 Alanının gelişmesinde yer alan önemli kişileri, olay ve olguları, alanının uygulamalarına etkileri açısından değerlendirir.
13 70577 Alanındaki güncel gelişmeleri ve kendi çalışmalarını, nicel ve nitel veriler ile destekleyerek alanındaki ve alan dışındaki gruplara, yazılı, sözlü ve görsel olarak sistemli biçimde aktarır.
14 70578 Alanı ile ilgili sorunların çözümlenmesini gerektiren ortamlarda liderlik yapar.
15 70579 Alanı ile ilgili karşılaşılan sorunları araştırma yöntemlerini kullanarak çözümler.

Ögrenme Çıktı Matrisi

Program Çıktısı
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Öğrenme Çıktısı
1 2 4 3 3 3 3 2 3 2 3 3 3 3 2 3
2 3 2 3 3 3 3 4 3 3 2 3 3 3 3 2
3 3 2 3 2 3 3 3 2 3 2 3 2 3 2 3
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek