İKT457

İktisadi ve İdari Bilimler Fakültesi \ İktisat

3

6

Seçmeli

Türkçe

Bu dersin önkoşulu bulunmamaktadır.

İktisat

Bu ders, ekonomi ve finans alanlarında yaygın olarak kullanılan yapay zeka ve makine öğrenmesi yöntem ve uygulamalarını konu alır. Modern istatistiksel öğrenme ve çıkarımsal modellemeye konu olan çeşitli denetimli öğrenme teknikleri, regresyon ve sınıflandırma yöntemleri vurgusuyla ele alınır; denetimsiz öğrenmeye ilişkin olarak ise temel bileşen çözümlemesi ve kümeleme (hiyerarşik, k-ortalama) gibi yaklaşımlar incelenir.

1. An Introduction to Statistical Learning, G. James & D. Witten & T. Hastie & R. Tibshirani, Güncellenmiş 2. baskı, 2023.
2. An Introduction to R, W.N. Venables & D.M. Smith & R Core Team.

Dersin amacı, temel istatistiksel öğrenme konularını tanıtarak istatistik/ekonometri ile makine öğrenmesi arasındaki boşluğu doldurmaktır. Bu doğrultuda, özellikle ekonomi ve finansa yönelik büyük veri setlerini analiz etmek için gerekli güncel yöntem ve araçlar ele alınır ve öğrencilere gerçek verilerle uygulama yapma becerisi kazandırılır.

1. İktisadi analizler için gerekli matematik bilgileri kazanmak.
2. Ekonomik verileri incelemek ve yorumlamak için gelişmiş istatistik, ekonometri ve bilgisayar yazılımı becerileri geliştirmek.
3. Ekonomik analizlere çok boyutlu yaklaşım geliştirebilecek disiplinlerarası bilgiler edinmek.

1. Hafta: Giriş
2. Hafta: Temel Kavramlar
3. Hafta: Yanlılık-Varyans Ödünleşmesi
4. Hafta: Doğrusal Regresyon
5. Hafta: Uygulamada Karşılaşılan sorunlar
6. Hafta: Sınıflandırma Çözümlemesi
7. Hafta: Diskriminant Çözümlemesi
8. Hafta: Çapraz Geçerleme
9. Hafta: Özyetinim (Bootstrap)
10. Hafta: Karar ağaçları
11. Hafta: Bagging, boosting, rastsal ormanlar
12. Hafta: Destek Vektör Makineleri

• Ödevler % 50
• Final % 50