DERS ADI

: Veri Bilimi İçin Matematik

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
VYA 5015 Veri Bilimi İçin Matematik ZORUNLU 3 0 0 6

Dersi Veren Birim

Veri Yönetimi ve Analizi Yüksek Lisans

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

DR.ÖĞR.ÜYESİ SERKAN ARAS

Dersi Alan Birimler

Veri Yönetimi ve Analizi Yüksek Lisans

Dersin Amacı

Dersin amacı, öğrencilere Makine Öğrenme tekniklerini öğrenmede gerekli matematik altyapısını vermektir. Bu ders kapsamında veri analizindeki lagoritmaların anlaşılabilmesi ve geliştirilebilmesi için temel matematik kullanımı öğretilir. Bir çok algortimalarla ilgili iş alanındaki uygulamalar ders kapsamında tartışılacaktır. Bilgisayar destekli uygulamalarla örnekler üstünde öğrenme sağlanacaktır.

Dersin Öğrenme Kazanımları

1   1- Doğrusal cebirin temel prensiplerinin kavrayabilme.
2   2- Analitik geometri hakkındaki temel kavramlara hakimiyet kurabilme.
3   3- Matris ve vektör özelliklerinden gerçek yaşamda nasıl kullanılabileceği anlama.
4   4- Makine öğrenme teknikleri için gerekli vektör matematiğini uygulayabilme.
5   5- Farklı durum senaryolarını karşılaştırarak karar verebilme.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Doğrusal cebire giriş: Doğrusal denklem sistemleri, matrisler
2 Vektör uzayları, Doğrusal bağımsızlık, Baz ve rank kavramları
3 Norm kavramı, içsel çarpım, açılar ve ortogonallik
4 Vektör uzayında döndürme
5 Matris Ayrışımı: Determinant ve iz
6 Öz değer ve öz vektör, cholesky ayrışımı
7 Köşegenleştirme
8 Tekil değer ayrışımı, matris yakınsaması
9 Kısmi türevler ve gradientler, vektör değerli fonksiyonların gradientleri
10 Matrislerin gradientleri
11 Yüksek dereceli türevler
12 Doğrusallaştırma ve çok değişkenli Taylor serileri
13 Uygulamalar
14 Uygulamalar

Ders İçin Önerilen Kaynaklar

- Strang, G. (2016). Introduction to Linear Algebra. Cambridge Press.
- Deisenroth, M.P., Faisal, A.A. and Ong, C.S. (2019). Mathematics for Machine Learning. Cambridge Press.
- Stewart, J. (2005). Multivariable Calculus. Thomson Learning.

Öğrenme ve Öğretme Yöntemleri

1- Anlatım Metodu,
2-Uygulamalarla Gösterme Metodu,
3-Belirlenen Vakaların Tartışılarak Analizi Metodu

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 ARS ARASINAV
2 YYC YARIYIL İÇİ ÇALIŞMA
3 YYS YARIYIL SONU SINAVI
4 YSBN YIL SONU BAŞARI NOTU ARS * 0.20 + YYC * 0.30 + YSS* 0.50
5 BUT BÜTÜNLEME
6 BUTBN BÜTÜNLEME SONU BAŞARI NOTU ARS * 0.20 + YYC * 0.30 + BUT* 0.50


*** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Ara sınav notu, dönem içi çalışmalar ve Final notunun ağırlıklı ortalaması 75 ve üzeri olmalıdır.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

İlan Edilecektir.

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlan Edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Anlatımı 13 3 39
Haftalık Ders öncesi/sonrası hazırlıklar 13 4 52
Vize Sınavına Hazırlık 1 20 20
Final Sınavına Hazırlık 1 30 30
Final Sınavı 1 3 3
Vize Sınavı 1 3 3
TOPLAM İŞ YÜKÜ (saat) 147

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6
ÖK.11
ÖK.21
ÖK.31
ÖK.41
ÖK.5