VBL5021 - Zeki Optimizasyon Yöntemleri

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ

LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ

VERİ BİLİMİ VE ANALİTİĞİ - YL

(2025 - 2026) Ders Bilgi Formu

Ders Adı	Kodu	Yarıyıl	T+U Saat	AKTS	Z / S
Zeki Optimizasyon Yöntemleri	VBL5021	1	3 + 0	7,5	Seçmeli

Birim Bölüm	Veri Bilimi ve Analitiği - YL - Lisansüstü (Yüz Yüze)
Amaç	Bu dersi başarılı olarak tamamlayan öğrenci bir kaç farklı önemli zeki optimizasyon algoritmasını tanımalı, rastgelelik kullanan algoritmaları bilimsel bir yöntem ile karşılaştırabilmeli, konudaki son bilimsel gelişmelerin bir kısmından haberdar olmalı, kara-kutu optimizasyon problemlerini uygun gösterimler ve hedef fonksiyonları ile modelleyebilmeli ve optimizasyon yaparken aşılması gereken zorlukların farkında olmalıdır.
Ders İçeriği	Türev temelli optimizasyon, tek-durumlu ve populasyon yöntemleri, zeki optimizasyon yöntemlerinin karşılaştırılması, optimzasyonda aşılması gereken zorluklar, çok-hedefli optimizasyon, karınca kolonisi optimizasyonu, dağıllım tahmini algoritmaları.
EBS Koordinatörü	Kadriye Nurdanay ÖZTÜRK

Hafta	Konu
1	Zeki Optimizasyon Yöntemlerine Giriş
2	Matematik Tekrarı
3	Küme-Kısıtlı ve Kısıtsız Optimizasyonun Temelleri
4	Tek-Boyutlu Arama Yöntemleri
5	Tek-Boyutlu Arama Yöntemleri
6	Gradyen Yöntemleri
7	Newton Yöntemi
8	Global Arama Algoritmaları
9	Global Arama Algoritmaları
10	Optimizasyon Problemlerinin Modellenmesi
11	Optimizasyon ve Yapay Sinir Ağları
12	Optimizasyon ve Yapay Sinir Ağları
13	Yöntemlerin Karşılaştırılması
14	Yöntemlerin Karşılaştırılması

Program Çıktıları
1	Veri bilimi ve analitiğinin temel bileşenlerine hâkim olma; istatistiksel analiz, veri madenciliği ve makine öğrenmesine ilişkin yöntemleri uygulamalı olarak kullanabilme
2	Yapılandırılmış ve yapılandırılmamış veri tiplerini analiz etme becerisine sahip olma; büyük veri kümeleri üzerinden anlamlı çıkarımlar yaparak analitik yöntemleri etkili biçimde kullanabilme
3	Veri analizi ve modelleme süreçlerinde Python, R, SQL gibi programlama dillerinden yararlanabilme; veri işleme ve otomasyon adımlarını etkin biçimde yönetebilme
4	Veri görselleştirme ve sonuç raporlama tekniklerini kullanarak analiz bulgularını açık, etkili ve karar verme süreçlerine katkı sunacak biçimde ifade edebilme
5	Karmaşık veri odaklı problemleri analiz edebilme, uygun çözüm yolları geliştirebilme ve bilimsel araştırma yöntemleri aracılığıyla yaratıcı, veri temelli kararlar alabilme
6	Veri bilimi ve analitiği kapsamında karşılaşılan problemleri analiz edebilme, uygun veri analizi tekniklerini seçerek çözüm yolları geliştirebilme; istatistiksel, algoritmik ve yapay zekâ temelli yöntemleri eleştirel düşünme yeteneğiyle değerlendirebilme
7	Veri bilimi ve analitiği uygulamalarında Python, R, SQL gibi programlama dillerini etkin biçimde kullanabilme; veri madenciliği, makine öğrenmesi, büyük veri işleme, veri görselleştirme ve modelleme araçlarıyla pratik çözümler geliştirebilme, gerçek veri setleri üzerinde uygulamalar gerçekleştirebilme
8	Veri bilimi ve analitiği ile ilgili bireysel veya ekip çalışmalarında sorumluluk üstlenebilme, karmaşık veri projelerini bağımsız olarak planlayıp yürütebilme; karşılaştığı sorunlara analitik ve yaratıcı çözümler geliştirerek karar alma süreçlerinde etkin rol oynayabilme
9	Veri bilimi ve analitiği alanındaki güncel gelişmeleri, teknolojileri ve yöntemleri izleyerek yaşam boyu öğrenme bilinciyle kendini sürekli geliştirme yetkinliğine sahip olma; yeni bilgi ve becerileri hızla edinip uygulamaya aktarabilme
10	Veri bilimi ve analitiği alanındaki çalışmalarını yazılı, sözlü ve görsel yollarla açık ve etkili bir biçimde ifade edebilme; çok disiplinli takımlarda etkin biçimde çalışabilme, iletişim kurabilme ve iş birliğine dayalı çözümler geliştirebilme
11	Veri bilimi ve analitiği alanına özgü kavramlara, yöntemlere, algoritmalara ve araçlara hâkim olma; etik ilkelere uygun biçimde veri toplama, işleme, analiz etme ve yorumlama süreçlerini yürütebilme, veri gizliliği ve güvenliği konularında sorumluluk bilinciyle hareket edebilme

Ders Öğrenme Çıktısı - Program Çıktıları (1 -5 Puan Aralığı)

Ders Öğrenme Çıktısı	PÇ 1	PÇ 2	PÇ 3	PÇ 4	PÇ 5	PÇ 6	PÇ 7	PÇ 8	PÇ 9	PÇ 10	PÇ 11
Öğrenci Konveks küme ve fonksiyonları öğrenecektir.	-	-	-	-	-	-	-	-	-	-	-
Öğrenci Gradyen İniş yöntemini öğrenecektir.	-	-	-	-	-	-	-	-	-	-	-
Öğrenci Newton yöntemini öğrenecektir.	-	-	-	-	-	-	-	-	-	-	-
Öğrenci Eşlenik Sezgisel Optimizasyon yöntemlerini öğrenecektir.	-	-	-	-	-	-	-	-	-	-	-
Öğrenci yöntemlerin karşılaştırılmasını öğrenecektir.	-	-	-	-	-	-	-	-	-	-	-
Ortalama Değer	-	-	-	-	-	-	-	-	-	-	-

https://ebs.bilecik.edu.tr/pdf/dersbilgigetir/451247