DERS ADI

: İstatistikte Bulanık Mantık

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
DSM 5015 İstatistikte Bulanık Mantık SEÇMELİ 3 0 0 8

Dersi Veren Birim

Fen Bilimleri Enstitüsü

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

PROF.DR. EFENDİ NASİBOĞLU

Dersi Alan Birimler

Veri Bilimi Yüksek Lisans
Veri Bilimi Tezsiz Yüksek Lisans (İ.Ö)

Dersin Amacı

Öğrencilere bulanık mantığın temel ilkelerinin öğretilmesi ve bulanık bilgili modeller oluşturabilme yeteneğinin kazandırılması amaçlanmıştır.

Dersin Öğrenme Kazanımları

1   İstatistiksel modellerde bulanık bilginin tanımlanması için teorik ve pratik bilgi ve becerilerin anlaşılması.
2   Modelleme sürecinde bulanık bilginin işlenmesinde temel matematik tekniklerin anlaşılması.
3   Bulanık bilgili temel karar tekniklerinin anlaşılması.
4   Bulanık sistemlerde kullanılan temel uygulama araçlarının anlaşılması.
5   Pratik bulanık sistem geliştirme yeteneğinin kazanılması

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Bulanık Mantık
2 Klasik kümeler ve üzerinde işlemler
3 Bulanık kümeler, üyelik fonksiyon türleri
4 Bulanık küme işlemleri, Seviye kümeleri
5 Proje sunumu
6 Klasik ilişkiler, Bulanık ilişkiler
7 Bulanık ilişkiler üzerinde işlemler
8 Proje sunumu
9 Bulanıklaştırma ve Durulaştırma
10 Seviye bazlı durulaştırma
11 Proje sunumu
12 Sözel Değişkenler (SD), SD üzerinde işlemler
13 Bulanık Çıkarım Sistemi (FIS), FIS türleri
14 Final sunum

Ders İçin Önerilen Kaynaklar

Sivanandam S.N., Deepa S.N., Sumathi S. (2007). Introduction to Fuzzy Logic Using MATLAB., Springer

Referanslar:
Jang, J., Sun C., Mizutani E. Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence, Prentice Hall, 1997.

Öğrenme ve Öğretme Yöntemleri

Ders, anlatım, sınıf sunumu ve tartışma biçiminde öğretilecek. Öğretilen dersin yanı sıra, öğrencilere gruplar halinde sunumlar hazırlatılacak ve tartışmalı oturumlar şeklinde sundurulacaktır. Dersin bazı haftalarında, daha önce verilen ödev sonuçları tartışılarak pekiştirilecektir.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 PRJ PROJE
2 YSBN YIL SONU BAŞARI NOTU PRJ * 1


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

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

efendinasibov@deu.edu.tr

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

Duyurulacaktır

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Anlatımı 14 3 42
Haftalık Ders öncesi/sonrası hazırlıklar 14 4 56
Ödev Hazırlama 4 20 80
Sunum Hazırlama 4 5 20
TOPLAM İŞ YÜKÜ (saat) 198

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7
ÖK.1545
ÖK.2545
ÖK.3545
ÖK.4545
ÖK.5545