1. Anasayfa

Ders Notları

100% Complete (success)
Dikkat !!! Lütfen okuyunuz ...

Öğretim Üyesi (Üyeleri): Dr. Öğr. Üyesi Elif Can Özcan Prof. Dr. Selim Ceylan *

(*) Ders notu girebilmek için, bu alanda kendi isminiz yazıyor olmalı...

  • Bologna verilerinin girilmesi;
    ubys.omu.edu.tr adresinden,
    ÜBYS' de Öğretim Elemanları yetkisi seçilmeli... Öğretim elemanı danışmanlık işlemlerinden yapabilirsiniz...
Yıl: 2025, Dönem: Güz
KMB494, Kimya Mühendisliğinde Veri Bilimi (SD 6) (mufredatId:4191, dersId: 131283, programId: 2732)
Ders Kitabı / Malzemesi / Önerilen Kaynaklar

Montgomery, D. C., Runger, G. C., Uygulamalı İstatistik ve Veri Analizi – Mühendisler İçin, Wiley / Nobel Akademik

Dersin İçeriği

Veri bilimine giriş ve temel kavramlar Kimya mühendisliğinde veri türleri Veri ön işleme ve temizleme İstatistiksel analiz yöntemleri Regresyon ve sınıflandırma yöntemleri Makine öğrenmesine giriş Süreç verisi analizi ve modelleme Optimizasyon ve karar destek sistemleri Veri görselleştirme ve raporlama

Dersin Amacı

Bu dersin amacı, kimya mühendisliği problemlerinde veri bilimi yaklaşımlarını kullanabilen, büyük veri setlerini analiz edebilen, istatistiksel ve makine öğrenmesi tabanlı modeller geliştirebilen ve elde edilen sonuçları mühendislik kararlarına dönüştürebilen mühendisler yetiştirmektir.

Haftalık Ders İçeriği

Hafta Teorik Uygulama Laboratuar Ders Notları
1 Veri bilimine giriş
2 Kimya mühendisliğinde veri türleri
3 Veri toplama ve veri kalitesi
4 Veri ön işleme
5 Tanımlayıcı istatistikler
6 Olasılık ve istatistiksel çıkarım
7 Ara sınav
8 Regresyon analizi
9 Sınıflandırma yöntemleri
10 Makine öğrenmesine giriş
11 Süreç modelleme
12 Optimizasyon ve karar destek
13 Veri görselleştirme
14 Endüstriyel vaka çalışmaları
15 Genel tekrar ve proje sunumları