|
Dersin Dili
|
Türkçe
|
|
Dersin Düzeyi
|
Lisans
|
|
Bölümü / Programı
|
İktisat
|
|
Öğrenim Türü
|
Örgün Öğretim
|
|
Dersin Türü
|
Seçmeli
|
|
Dersin Öğretim Şekli
|
Yüz Yüze
|
|
Dersin Amacı
|
Bu dersin amacı, öğrencilerin büyük veri analizi bağlamında makine öğrenmesi yöntemlerini istatistiksel ve ekonometrik yaklaşımlarla birlikte kavramasını ve uygulamasını sağlamaktır. R programlama dili kullanılarak temel ve ileri düzey makine öğrenmesi tekniklerinin uygulanabilirliği üzerine pratik bilgiler sunulacaktır.
|
|
Dersin İçeriği
|
Bu derste büyük veri kavramı, makine öğrenmesinin ekonometrik analizle ilişkisi, R programlama dili ile uygulama becerileri, doğrusal ve doğrusal olmayan regresyon teknikleri, yeniden örnekleme yöntemleri, model seçimi, daraltıcı regresyon (Lasso, Ridge), parametrik olmayan yöntemler, regresyon ağaçları ve zaman serileri için melez modelleme teknikleri ele alınmaktadır.
|
|
Dersin Yöntem ve Teknikleri
|
|
|
Ön Koşulları
|
Yok
|
|
Dersin Koordinatörü
|
Yok
|
|
Dersi Verenler
|
Dr. Öğr. Üyesi Evren DENKTAŞ
|
|
Dersin Yardımcıları
|
Yok
|
|
Dersin Staj Durumu
|
Yok
|
Ders Kaynakları
|
Kaynaklar
|
Akay. E. Ç. (2021) "Ekonometride Büyük Veri ve Makine Öğrenmesi: Temel Kavramlar", DER Yayınevi
|
|
Ders Notları
|
Akay. E. Ç. (2021) "Ekonometride Büyük Veri ve Makine Öğrenmesi: Temel Kavramlar", DER Yayınevi
|
Ders Yapısı
|
Mühendislik Bilimleri
|
%50
|
|
|
Sosyal Bilimler
|
%50
|
|
|