• ANASAYFA
• ÜNİVERSİTE HAKKINDA
  • İsim - Adres
  • Genel Bilgi
  • Üniversite Yönetimi
  • Akademik Takvim
  • Derece Programları
  • Yabancı Dilde Eğitim Veren Birimler
  • Genel Kabul ve Kayıt Koşulları
  • Kredi Hareketliliği ve Önceki Öğrenmenin Tanınması
  • AKTS Kredilerinin Belirlenmesi
  • Akademik Danışmanlık
  • İletişim
• DERECE PROGRAMLARI
  • Doktora Programları
  • Yüksek Lisans Programları
  • Lisans Programları
  • Önlisans Programları
• ÖĞRENCİ İÇİN GENEL BİLGİLER
  • Yaşam Standardı
  • Barınma
  • Beslenme
  • Sağlık
  • Engelli İçin Olanaklar
  • Sigorta
  • Finansal Destekler
  • Öğrenci İşleri Daire Başkanlığı
  • Uluslararası Öğrenciler için Pratik Bilgiler
  • Dil Kursları
  • Staj Olanakları
  • Sportif, Sosyal ve Kültürel Faaliyetler
  • Öğrenci Toplulukları ve Kulüpler
  • İzmir-Türkiye Hakkında
• ULUSLARARASI İLİŞKİLER
  • Dış İlişkiler Koordinatörlüğü
  • Kayıt İşlemleri
  • Anlaşmalar
  • Koordinatörler
  • Belgeler
  • Yabancı Dilde Eğitim Veren Birimler
  • AKTS/DE Etiketi

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS CSC 5053 Bulanık Veri Analizi SEÇMELİ 3 0 0 8

Dersi Veren Birim

Fen Bilimleri Enstitüsü

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

PROF.DR. EFENDİ NASİBOĞLU

Dersi Alan Birimler

Bilgisayar Bilimleri Doktora (İngilizce) İleri Biyomedikal Teknolojiler Sanayi Ortak Bütünleşik Doktora Bilgisayar Bilimleri Yüksek Lisans İleri Biyomedikal Teknolojiler Sanayi Ortak Doktora Biyomedikal Teknolojiler Yüksek Lisans (İngilizce) Yapay Zeka ve Akıllı Sistemler Yüksek Lisans

Dersin Amacı

Dersin temel hedefi verilerde veya metodolojilerde belirsizlik içermesini işleye bilen esnek hesaplama teorisine dayalı veri analizi teknikleri olacaktır.

Dersin Öğrenme Kazanımları

1   Bulanık verilerin kavramının iyi anlaşılması. 2   Bulanık sınıflandırmanın iyi kavranılması. 3   Bulanık kümelemenin iyi kavranılması. 4   Bulanık regresyonun iyi kavranılması. 5   Bulanık veri analizi için yazılımlar kullanabilmek.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 Belirsizlik içeren veriler, Çok modlu ve çok yönlü veri teorisi ve ölçekleri 2 Bulanık veriler ve istatistiksel gözlem hatası 3 Bulanık kümeler ve Olasılık, Küme ve karakteristik fonksiyon 4 Olasılık ve bulanıklık 5 Belirsizlik içeren veri analizi, Sembolik veri analizi 6 Çekirdek yöntemi ve doğrusal olmayan kestirim 7 Ara sınav 8 Bulanık veri analizi, Bulanık kümeleme 9 Bulanık çokdeğişkenli analiz 10 Bulanık niceliksel analiz, Model analizi 11 Belirsizlik ölçüleri, Bulanık küme işlemleri ve özellikleri 12 Ölçüler ve bulanık ölçüler 13 T-norm ve T-conorm işlemleri 14 Agregasyon ve durulaştırma operatörleri

Ders İçin Önerilen Kaynaklar

H. Bandemer and W. Nather, 1992. Fuzzy Data Analysis, Kluwer Academic Publishers.

Öğrenme ve Öğretme Yöntemleri

Ders, teorik anlatım, sunumlar ve tartışmalar formatında olacaktır.

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

İngilizce

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

efendi.nasiboglu@deu.edu.tr

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 Ödev Hazırlama 4 15 60 Final sınavına hazırlık 1 20 20 Sunum Hazırlama 4 5 20 Final Sınavı 1 2 2 TOPLAM İŞ YÜKÜ (saat) 193

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖK PK.1 PK.2 PK.3 PK.4 PK.5 PK.6 PK.7 PK.8 PK.9 PK.10 ÖK.1 4 5 3 5 ÖK.2 4 5 3 4 ÖK.3 5 5 3 4 ÖK.4 5 4 3 4 ÖK.5 4 5 3 5