Dr. Hidayet Takçı. Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/2008 1
|
|
- Kelebek Levni
- 8 yıl önce
- İzleme sayısı:
Transkript
1 Üçüncü Ders Veri Madenciliği: Verinin Keşfedilmesi Dr. Hidayet Takçı Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/2008 1
2 Veri Keşfi Nedir? Veri keşfi, veri karakteristiklerini daha iyi anlayabilmek için yapılmış çalışmadır. Veri keşfi ile ilgili anahtar konular şunları içerir Ön işlem veya analiz için doğru aracın seçimine yardımcı olma Örüntüleri tanıma için insan yeteneklerinin kullanımı insanlar veri analizi araçları tarafından yakalanamayan örüntüleri yakalayabilirler Veri keşfi, Keşifsel veri analizi (Exploratory Data Analysis) ile ilişkilidir John Tukey tarafından ortaya çıkarılmış ve açıklanmıştır. Mühendislik istatistiği el kitabının birinci bölümünün giriş kısmında konuyla ilgili güzel bilgiler yer almaktadır Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/2008 2
3 Veri Keşfinde Kullanılan Teknikler Keşifsel veri analizi, Görselleştirme üzerinde odaklanmıştır Kümeleme ve anormallik tespiti keşifsel teknikler olarak görülebilir Kümeleme ve anormallik tespiti, veri madenciliğinde de ilgi duyulan temel alanlardandır bu yüzden sadece keşifsel teknikler olarak düşünmemek lazımdır. Veri keşfi konusunda odak noktası şu alanlar olacaktır Özet istatistikler Görselleştirme Çevrimiçi analitik işlem (OLAP) Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/2008 3
4 Süsen Çiçeği Örnek Veri Seti Keşifsel veri analizi tekniklerinin bir çoğu süsen çiçeği veri seti ile açıklanır. İlgili veri setine UCI Machine Learning veri deposundan ulaşmak mümkündür Bu veri istatistikçi Douglas Fisher tarafından sağlanmıştır Çiçeğin üç sınıfı vardır: Setosa Virginica Versicolour Dört tane giriş özniteliği vardır Sepal genişliği ve uzunluk Taç yaprağı genişliği ve uzunluk Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/2008 4
5 Özet İstatistikler Özet istatistikler verinin özelliklerini özetlemeye yarayan sayılardır Özetlenmiş özellikler; frekans, yer (location) ve yayılma (spread) ölçüleri içerir örnekler: yer - ortalama yayılma standart sapma Birçok özet istatistik veri üzerinden tek bir geçiş ile elde edilebilir. Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/2008 5
6 Frekans ve Mod Bir öznitelik değerinin frekansı; veri seti içerisinde değerin kaç kez tekrarlandığının yüzdesidir. Örneğin, verilen öznitelik cinsiyet olsun, temsil edici bir popülasyonda cinsiyeti bayan olanların miktarı %50 civarındadır. Bir öznitelik için mod değeri en sık yer tekrar eden öznitelik değeridir. Frekans ve mod tipik olarak kategorik veri ile birlikte kullanılır. Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/2008 6
7 Yer Ölçüleri: Ortalama ve Medyan (Ortanca) Ortalama bir nokta kümesinin yerinin en genel ölçümüdür. Bununla birlikte, ortalama sapmalara karşı aşırı duyarlıdır. Sapmalardan kötü etkilenir. Bu yüzden, genellikle medyan veya kırpılmış ortalama kullanılır. Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/2008 7
8 Yayılım Ölçüleri: Aralık ve Varyans Aralık en büyük ile en küçük arasındaki farktır. Varyans veya standart sapma bir nokta kümesinin yayılımına ait en genel ölçümdür. Bununla birlikte, bu ölçüm de taşmalara karşı duyarlıdır ve sıklıkla diğer ölçümler kullanılır. MAD(x)=median absolute deviation of the values in x AAD(x)=average absolute deviation of x Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/2008 8
9 Görselleştirme Görselleştirme, verinin karakteristikleri, veri elemanları veya öznitelikleri arasındaki ilişkilerin analiz edilebilmesi veya raporlanabilmesi için verinin görsel veya çizgisel formata dönüşümüdür. Verinin görselleştirilmesi veri keşfi için en güçlü ve en çekici tekniklerden biridir. İnsanlar bilgiyi görsel olarak sunmakla çok büyük miktardaki veriyi analiz etme şansına sahip olmuşlardır. Onlar, genel örüntü ve trendleri tespit edebilirler, Onlar, taşmaları ve alışılmamış örüntüleri tespit edebilirler Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/2008 9
10 Örnek: Deniz Yüzeyi Sıcaklığı Aşağıda 1982 temmuzu için deniz yüzeyi sıcaklığı görülmektedir. On binlerce veri noktası tek bir şekilde özetlenmiştir. Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
11 Sunum Bilginin görsel bir formata eşleşmesi mümkün müdür? Veri nesneleri, onların öznitelikleri ve veri nesneleri arasındaki ilişkiler; noktalar, satırlar, şekiller ve renkler gibi grafiksel elemanlara dönüştürülebilir. Örnek: Nesneler sıklıkla noktalarla sunulur Onların özellikleri noktaların karakteristikleri (renk, boyut ve şekil gibi) veya pozisyonu olarak sunulabilir. Eğer pozisyon bilgisi kullanılırsa taşmalar ve grup içinde kalmalar rahatça izlenebilir ve kolaylıkla taşma tespiti algılanabilir. Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
12 Düzenleme Bir gösterge içinde görsel elemanlar yerleşir mi? Veriyi anlama ne kadar kolay hale getirilebilir Örnek : Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
13 Seçim Nesneler veya özniteliklerin yeniden vurgulanması veya elenmesi mümkün müdür? Seçim işlemi özniteliklerin bir altkümesini seçmeye imkan sağlar Boyut azaltma sıklıkla boyutların sayısını iki veya üçe düşürür Alternatif olarak, özniteliklerin çiftleri hesaba katılabilir Seçim nesnelerin bir altkümesini seçmeye imkan sağlayabilir Ekranın bir bölgesi sadece çok fazla noktaları gösterebilir Örnekleme yapılabilir, fakat seyrek bölgelerde noktalar korunmak ister Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
14 Görselleştirme teknikleri : Histograms Histogram Genellikle tek bir değişkenin değerler dağılımını gösterir Değerleri kutulara böler ve her bir kutuda bir çubuk işaretler. Her bir çubuğun yüksekliği nesnelerin sayısını gösterir Histogramınşekli kutuların sayısına bağlıdır Örnek: taç yaprağı genişlikleri (10 ve 20 kutu, sırayla) Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
15 Histogram Örneği Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
16 İki boyutlu Histogramlar İki özniteliğin değerlerinin kesişim dağılımını gösterir Örnek: taç yaprak genişliği ve taç yaprak boyu Aşağıdaki şekil size neyi söylemektedir? Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
17 Görselleştirme Teknikleri : Kutu Çizgileri Kutu çizgileri (Box Plots) Tukey tarafından icat edilmiştir Veri dağılımı ile ilgili bir diğer gösterim yöntemidir 5 özet istatistik göstergesinin bir arada gösterildigi ve mukayese imkanı veren grafik outlier 10 th percentile 75 th percentile 50 th percentile 25 th percentile 10 th percentile Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
18 Kutu çizgi örnekleri Kutu çizgiler öznitelikleri karşılaştırmada kullanılabilir. Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
19 Kutu çizgi örneği Aşağıdaki değerlere göre Box plot diagramı çiziniz Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
20 Taşmalarla Birlikte Kutu Çizgi Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
21 Görselleştirme Teknikleri : Saçılma Çizgileri Saçılma çizgileri Öznitelik değerleri pozisyonu belirlerler, İki boyutlu saçılma çizgileri en sık kullanılan olup üç boyutlu olanları da vardır, Sıklıkla, ek öznitelikler nesneleri sunan işaretlerin boyut, şekil, ve renkleri kullanılarak gösterilebilir. Saçılma çizgilerinin dizilere sahip olması özniteliklerin birkaç çifti arasındaki ilişkileri karmaşık olarak özetleyebilmek için faydalıdır. Saçılma çizgileri bir değişkenin diğeri tarafından nasıl etkilendiğini gösterir. İki değişken arasındaki ilişki onların korelasyonu olarak isimlendirilir. Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
22 Görselleştirme teknikleri : Dış Hat Çizgileri Dış hat çizgileri Uzaysal bir ızgarada sürekli bir öznitelik ölçülürken faydalıdır Onlar düzlemi benzer değerlere ait bölgeler halinde bölümlerler Bu bölgelerin sınırlarını veren dış hatlar eşit değerlerle noktaları bağlar En genel örnek izohips eğrilerini veren dış hat haritalarıdır Onlar, sıcaklıkları, yağmur durumlarını, hava basınçlarını v.s. gösterebilirler. Deniz yüzeyi sıcaklığı için bir örnek bir sonraki slaytta verilmiştir. Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
23 Örnek: Deniz Yüzeyi Sıcaklıkları Aralık, 1998 Celsius Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
24 Görselleştirme Teknikleri : Matris çizgileri Matris çizgileri Bir matris çizgisi (plot) değişkenler arasındaki ikili ilişkileri kullanıcıya göstermeye yarayan bir çeşit saçılma çizgisidir. Bir anda birden fazla saçılma çizgisini izleme imkanı verir. Veri matrisini çizebilirler Sınıflara göre sıralı nesneler olduğunda faydalıdır Tipik olarak, öznitelikler bir özniteliğin diğerlerini bastırmaması için bir normalleştirmeden geçirilir Benzerlik veya uzaklık matrislerinin çizimleri nesneler arasındaki ilişkileri görselleştirme için de faydalıdır. Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
25 Görselleştirme Teknikleri : Paralel Koordinatlar Paralel koordinatlar Yüksek boyutlu verinin öznitelik değerlerini çizmek için kullanılırlar Dik eksenlerin kullanımı yerine paralel eksenlerin bir dizisi kullanılır Her bir nesnenin öznitelik değerleri her bir koordinat eksenine bağlı olarak bir nokta şeklinde çizilir ve noktalar bir çizgi ile birleştirilir Böylece, her bir nesne bir çizgi ile sunulur Sıklıkla, en azından bazı öznitelikler için, çizgiler nesnelerin gruplarını ayrık birer sınıf olarak sunarlar, Özniteliklerin sırasının böylesi gruplamaları görebilmek için önemlidir Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
26 Diğer Görselleştirme Teknikleri Star Plots Paralel koordinatlara benzer yaklaşımdır, fakat eksenler merkez noktadan saçılma yaparlar Nesnelerin değerleri çizgiler ile bağlanarak bir poligon oluşturulur Chernoff yüzleri Yaklaşım Herman Chernoff tarafından ortaya konmuştur Bu yaklaşım her bir özniteliği surat ifadesinin karakteristik bir özelliği ile eşler Her bir öz niteliğin değerleri farklı bir surat ifadesini belirler Her bir nesne ayrı bir yüz haline gelir Yüzlerin farklılığını anlamada insan yeteneklerine güvenir bu yöntem Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
27 Süsen çiçeği verisi için Yıldız çizgileri Setosa Versicolour Virginica Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
28 Süsen çiçeği verisi için Chernoff yüzleri Setosa Versicolour Virginica Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
29 OLAP Çevrimiçi analitik işlem, ilişkisel veritabanlarının babası olan E. F. Codd tarafından önerilmiştir. OLAP çok boyutlu dizi sunumunu kullanırken, İlişkisel veritabanları veriyi tablolara yerleştirir. Verini böylesi sunumları daha önceden istatistik ve diğer sahalarda yer almıştır. Böylesi bir veri sunumu ile veri analiz ve veri keşif işlemleri daha kolay hale gelmiştir. Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
30 Çok Boyutlu bir dizinin oluşturulması Çizgisel veriyi çok boyutlu bir diziye çevirmede iki adım bulunur. Öncelikle, hangi özniteliklerin boyutları ve hangi özniteliğin hedefi oluşturacağı tanımlanır ve bu değerler çok boyutlu dizide giriş değerlerini oluştururlar. Boyut olarak kullanılan öznitelikler ayrık değerlere sahip olmalıdır. Hedef değer tipik olarak bir sayı veya sürekli bir değerdir, örn. Bir nesnenin fiyatı gibi Öznitelik değerlerinin aynı kümesine sahip nesneler, onların miktarı bilgisi dışında hiçbir hedef değişkene sahip olmayabilirler. İkincisi, değerlerin özetlenmesi yöntemiyle çok boyutlu dizideki her bir veri girişinin değeri bulunur veya girişe bağlı öznitelik değerlerine sahip bütün nesneler sayılabilir. Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
31 Örnek : Süsen Çiçeği verisi Biz petal boyu, petal eni, ve tür tipi özniteliklerinin çok boyutlu uzaya nasıl çevrildiğini göstereceğiz. Öncelikle, petal genişliği ve boyunu low, medium ve highşeklinde kategorik değerlere ayrıklaştırdık. Aşağıdaki tabloyu elde ettik count özniteliğini işaretledik. Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
32 Örnek : Süsen Çiçeği verisi - devam petal boyu, petal eni, ve tür tipine ait her bir tekil satır dizinin bir elemanını tanımlar. Bu eleman sayı değerine bağlı olarak atanır. Şekil sonucu gösterir. Belirtilmeyen satırlar 0 dır. Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
33 Örnek : Süsen Çiçeği verisi - devam Çok boyutlu dizinin dilimleri aşağıdaki çapraz tablolarda gösterilmektedir. Bu tablolar bize neyi söylemektedir? Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı Cevap : 10/05/ Her bir tür tipine göre petal boy ve enleri
34 OLAP işlemleri : Veri Küpü (Data Cube) Bir OLAP için ana işlem bir veri küpünün oluşturulmasıdır. Bir veri küpü olası bütün birliktelikler ile verinin çok boyutlu bir sunumudur. Olası bütün birlikteliklerden biz boyutların alt setlerinin düzgün olarak seçilmesini anlarız. Bazı boyutlar diğer boyutların özeti şeklinde elde edilir. Örneğin, süsen çiçeği verisinin tür tipi boyutunu seçer ve diğer bütün boyutları toplarsak sonuç üç adet veri ile tek boyutlu bir giriş olacaktır, her bir tipe ait çiçeklerin sayısı bizim dizi üzerindeki verilerimiz olacaktır. Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
35 Veri Küpü örneği Varsayalım ki çeşitli tarihlerde şirket depolarının birkaçında ürünlerin satış kayıtları bulunuyor. Bu veri 3 boyutlu dizi olarak sunulabilir 3 tane iki boyutlu, 3 tane tek boyutlu ve 1 tane sıfır boyutlu dizi birlikteliği vardır. Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
36 Veri Küpü örneği - devam Aşağıdaki tablo iki boyutlu toplamaların bir tanesini gösterir, aynı zamanda tek boyutlu toplamaların iki tanesini ve bütün toplamı göstermektedir. Tablonun tamamı, iki boyutlu, satır toplamları ve sütün toplamları ise tek boyutlu toplamları gösterir. Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
37 OLAP işlemleri : Dilimleme ve Küp Şeklinde Kesme (slicing and dicing) Dilimleme bir veya daha fazla boyut için belirli bir değere göre bütün çok boyutlu dizinden bir grup hücrenin seçilmesidir. Küp şeklinde kesme, öznitelik değerlerinin bir aralığını belirleyerek hücrelerin bir alt kümesini seçmeye izin verir. Bu bütün bir diziden alt bir dizinin tanımlanmasına eştir. Pratikte, bu işlemlerin ikisi birden bazı boyutların bir araya getirilmesinde birlikte çalışabilirler. Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
38 OLAP işlemleri : Tomarlamak ve Açmak (Roll-up and Drill-down) Öznitelik değerleri sıklıkla hiyerarşik bir yapıya sahiptir. Her bir tarih bir yıl, ay ve hafta ile ifade edilir. Bir yer bir kıta, ülke, eyalet ve şehir ile ifade edilir. Ürünler giyim, elektronik, ve mobilya gibi çeşitli kategorilere ayrılabilirler. Bu kategoriler sıklıkla bir ağaç veya kafes şeklindedir Bir yıl içinde günler bulunan aylar içerir. Bir ülke içinde bir şehir bulunan eyaletler içerir. Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
39 OLAP işlemleri : Tomarlamak ve Açmak Bu hiyerarşik yapı roll-up ve drill-down işlemlerinin ortaya çıkmasına destek olmaktadır. Alışveriş verisi için bir ay içindeki bütün tarihlere ait alışverişler bir araya getirilebilir (roll up). Tersine olarak, aylık satış toplamları günlere bölünerek zaman boyutunda bir bölme (drill down) işlemi yapılır. Aynı şekilde, drill down veya roll up işlemlerini location veya product ID öznitelikleri üzerinde de yapabiliriz. Veri Madenciliği Dersi GYTE Dr. Hidayet Takçı 10/05/
13.11.2010 ÖLÇME VE DEĞERLENDĠRMEDE TEMEL ĠSTATĠSTĠKĠ HESAPLAMLAR ĠSTATĠSTĠK? İstatistik, verileri analiz ve organize etmekle uğraşan bir disiplindir.
13.11. Ġstatistik ĠSTATĠSTĠK? Ölçekler Verilerin Düzenlenmesi Merkezi Eğilim Ölçüleri Dağılım Ölçüleri ĠliĢki Ölçüleri (Korelasyon) Örnek Uygulama ÖLÇME VE DEĞERLENDĠRMEDE TEMEL ĠSTATĠSTĠKĠ HESAPLAMLAR
DetaylıÖrnek Uzay: Bir deneyin tüm olabilir sonuçlarının kümesine Örnek Uzay denir. Genellikle harfi ile gösterilir.
BÖLÜM 3. OLASILIK ve OLASILIK DAĞILIMLARI Rasgele Sonuçlu Deney: Sonuçlarının kümesi belli olan, ancak hangi sonucun ortaya çıkacağı önceden söylenemeyen bir işleme Rasgele Sonuçlu Deney veya kısaca Deney
DetaylıMatematiksel İktisat-I Ders-1 Giriş
Matematiksel İktisat-I Ders-1 Giriş 1 Matematiksel İktisat: Matematiksel iktisat ekonomik analizlerde kullanılan bir yöntemdir. Bu analizde iktisatçılar iktisat ile ilgili bir bilimsel soruya cevap ararlarken
DetaylıOlasılık ve İstatistiğe Giriş-I (STAT 201) Ders Detayları
Olasılık ve İstatistiğe Giriş-I (STAT 201) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistiğe Giriş-I STAT 201 Her İkisi 3 0 0 3 5 Ön
DetaylıBÖLÜM 11 Z DAĞILIMI. Şekil 1. Z Dağılımı
1 BÖLÜM 11 Z DAĞILIMI Z dağılımı; ortalaması µ=0 ve standart sapması σ=1 olan Z puanlarının evren dağılımı olarak tanımlanabilmektedir. Z dağılımı olasılıklı bir normal dağılımdır. Yani Z dağılımının genel
DetaylıVolkan Karamehmetoğlu
1 Doğal Sayılar Tanımlar Rakam: Sayıları yazmaya yarayan sembollere denir. {1,2,3,4,5,6,7,8,9} Sayı: Rakamların çokluk belirten ifadesine denir. 365 sayısı 3-6-5 rakamlarından oluşmuştur. 2 Uyarı: Her
Detaylı2014 2015 EĞİTİM ÖĞRETİM YILI 8. SINIF MATEMATİK DERSİ KAZANIMLARININ ÇALIŞMA TAKVİMİNE GÖRE DAĞILIM ÇİZELGESİ
0 0 EĞİTİM ÖĞRETİM YILI 8. SINIF MATEMATİK DERSİ KAZANIMLARININ SÜRE Ay Hafta D. Saati ÖĞRENME ALANI ALT ÖĞRENME ALANI KAZANIMLAR Geometri Örüntü Süslemeler. Doğru, çokgen çember modellerinden örüntüler
DetaylıISBN NUMARASI: 65482464 ISBN NUMARASI: 65482464 ISBN NUMARASI: 65482464 ISBN NUMARASI: 65482464
Bu formun ç kt s n al p ço altarak ö rencilerinizin ücretsiz Morpa Kampüs yarıyıl tatili üyeli inden yararlanmalar n sa layabilirsiniz.! ISBN NUMARASI: 65482464 ISBN NUMARASI: 65482464! ISBN NUMARASI:
DetaylıOkullarda bulunan kütüphanelerin fiziki koşulları nelerdir? Sorusuna tarama yöntemi kullanarak yanıt aranabilir. Araştırmacı, okul kütüphanelerindeki
4.HAFTA Betimleyici bir araştırma yöntemidir. Bir konuya ilişkin katılımcıların görüşlerinin ya da ilgi, beceri, yetenek, tutum vb. özelliklerinin belirlendiği genellikle diğer araştırmalara göre daha
DetaylıT.C. Ölçme, Seçme ve Yerleştirme Merkezi
T.C. Ölçme, Seçme ve Yerleştirme Merkezi LİSANS YERLEŞTİRME SINAVI-1 MATEMATİK TESTİ 19 HAZİRAN 2016 PAZAR Bu testlerin her hakkı saklıdır. Hangi amaçla olursa olsun, testlerin tamamının veya bir kısmının
DetaylıİÇİNDEKİLER TOPLAMA YOLUYLA SAYMA YÖNTEMİ...59-60... 01-01 ÇARPMA YOLUYLA SAYMA YÖNTEMİ...61-64... 02-03 FAKTÖRİYEL...65-66...
İÇİNDEKİLER Sayfa No Test No 3-PERMÜTASYON, KOMBİNASYON, BİNOM, OLASILIK VE İSTATİSTİK TOPLAMA YOLUYLA SAYMA YÖNTEMİ...59-60... 01-01 ÇARPMA YOLUYLA SAYMA YÖNTEMİ...61-64... 0-03 FAKTÖRİYEL...65-66...
DetaylıNESNEYE DAYALI PROGRAMLAMA VE C++
NESNEYE DAYALI PROGRAMLAMA VE C++ İstanbul Teknik Üniversitesi 1.1 Dersin Amacı: GİRİŞ Nesneye Dayalı Programlama (Object-Oriented Programming) ve Üretken Programlama (Generic Programming) yöntemlerini
DetaylıProf. Dr. Selim ÇETİNKAYA
Prof. Dr. Selim ÇETİNKAYA ÇİZİM KAĞITLARI Ve ANTETLER Çizim kağıdı A0 ~ A4 arası kesilmiş kağıt boyutları Standard kağıt ölçüsü (ISO) A4 210 x 297 A3 297 x 420 A2 420 x 594 A1 594 x 841 A0 841 x 1189 (Ölçüler
Detaylıİstatistik Yöntemleri ve Hipotez Testleri
Sağlık Araştırmalarında Kullanılan Temel İstatistik Yöntemleri ve Hipotez Testleri Yrd. Doç. Dr. Emre ATILGAN BİYOİSTATİSTİK İstatistiğin biyoloji, tıp ve diğer sağlık bilimlerinde kullanımı biyoistatistik
DetaylıTürkiye. 2011 İnsani Gelişme Raporu kapsamında İGE değerleri ve sıralamalarındaki değişiklikler
İnsani Gelişme Raporu 2011 Sürdürülebilirlik ve Eşitlik: Herkes İçin Daha İyi Bir Gelecek 2011 İGR Bileşik Endeksleri ile İlgili Açıklayıcı Not Türkiye 2011 İnsani Gelişme Raporu kapsamında İGE değerleri
DetaylıAYRIK YAPILAR ARŞ. GÖR. SONGÜL KARAKUŞ- FIRAT ÜNİVERSİTESİ TEKNOLOJİ FAKÜLTESİ YAZILIM MÜHENDİSLİĞİ BÖLÜMÜ, ELAZIĞ
AYRIK YAPILAR P r o f. D r. Ö m e r A k ı n v e Y r d. D o ç. D r. M u r a t Ö z b a y o ğ l u n u n Ç e v i r i E d i t ö r l ü ğ ü n ü ü s t l e n d i ğ i «A y r ı k M a t e m a t i k v e U y g u l a
DetaylıENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Nokta Grafikleri. Ders 2 Minitab da Grafiksel Analiz-II. Nokta Grafikleri İçin Koşullar
ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Nokta Grafikleri Nokta grafikleri örnek veri dağılımlarını değerlendirmek ve karşılaştırmak için kullanılır. Bir nokta grafiği örneklem verilerini gruplandırır
DetaylıToplam Olasılık Kuralı
Toplam Olasılık Kuralı Farklı farklı olaylara bağlı olarak başka bir olayın olasılığını hesaplamaya yarar: P (B) = P (A 1 B) + P (A 2 B) +... + P (A n B) = P (B/A 1 )P (A 1 ) + P (B/A 2 )P (A 2 ) +...
DetaylıTANIMLAYICI İSTATİSTİKLER
TANIMLAYICI İSTATİSTİKLER Tanımlayıcı İstatistikler ve Grafikle Gösterim Grafik ve bir ölçüde tablolar değişkenlerin görsel bir özetini verirler. İdeal olarak burada değişkenlerin merkezi (ortalama) değerlerinin
DetaylıT.C. BAKSAN MESLEKİ EĞİTİM MERKEZİ ORTAK ALAN TEKNİK RESİM VE ÇİZİM TEKNOLOJİLERİ DERSİ SORULARI
T.C. BAKSAN MESLEKİ EĞİTİM MERKEZİ ORTAK ALAN TEKNİK RESİM VE ÇİZİM TEKNOLOJİLERİ DERSİ SORULARI 1- İş parçalarını, belli kurallara göre tanımlayan çizgisel şekillere ne ad verilir? a) Teknik resim b)
DetaylıMATEMATİK DERSİ PROJE KONULARI 6.SINIFLAR
6.SINIFLAR SAYILAR Yurt içinde bir aylık gezi Gezmek istedikleri bir şehir ile ilgili açıklama yapıp kalacakları ve gezecekleri yerleri belirleyerek gezi bütçesi oluşturma. KÜMELER İSTATİSTİK VE Fotoğraf
DetaylıMakine Öğrenmesi 1. hafta
Makine Öğrenmesi 1. hafta Temel Terimler Danışmanlı Danışmansız Öğrenme Veri Hazırlama Çapraz Geçerlik Aşırı Eğitim 1 Makine Ögrenmesi Nedir? Makine Öğrenmesi, verilen bir problemi probleme ait ortamdan
Detaylı3. ÜNİTE TEKNİK RESİMDE KULLANILAN ÇİZGİ VE YAZILAR
3. ÜNİTE TEKNİK RESİMDE KULLANILAN ÇİZGİ VE YAZILAR 1. Çizgiler Çeşitleri ve Özellikleri Kullanıldığı Yerler 2. Yazılar Standart Yazılar Eğik Yazılar KONULAR BU ÜNİTEYE NEDEN ÇALIŞMALIYIZ? Teknik Resimde
DetaylıİÇİNDEKİLER ÖNSÖZ...III AÇIKLAMA... V BÖLÜM I - TEMEL KAVRAMLAR...1
İÇİNDEKİLER Sayfa ÖNSÖZ...III AÇIKLAMA... V BÖLÜM I - TEMEL KAVRAMLAR...1 Soru 1- Dış ticaret nedir?...1 Soru 2- Mal nedir?...1 Soru 3- Mal ve hizmet arasındaki fark nedir?...1 Soru 4- İhracat nedir?...1
Detaylı6.6. Korelasyon Analizi. : Kitle korelasyon katsayısı
6.6. Korelasyon Analizi : Kitle korelasyon katsayısı İki ya da daha çok değişken arasındaki ilişkiyi gösterir. Korelasyon çözümlemesinin amacı değişkenler arasındaki ilişkinin derecesini ve yönünü belirlemektir.
DetaylıSAYILAR TEORİSİ - PROBLEMLER
SAYILAR TEORİSİ - PROBLEMLER 1. (p + 1) q sayısının hangi p ve q asal sayıları için bir tam kare olduğunu 2. n+2n+n+... +9n toplamının bütün basamakları aynı rakamdan oluşan bir sayıya eşit olmasını sağlayan
DetaylıCebir Notları. Bağıntı. 1. (9 x-3, 2) = (27, 3 y ) olduğuna göre x + y toplamı kaçtır? 2. (x 2 y 2, 2) = (8, x y) olduğuna göre x y çarpımı kaçtır?
www.mustafayagci.com, 003 Cebir Notları Mustafa YAĞCI, yagcimustafa@yahoo.com (a, b) şeklinde sıra gözetilerek yazılan ifadeye sıralı ikili Burada a ve b birer sayı olabileceği gibi herhangi iki nesne
DetaylıEĞİLİM YÜZDELERİ (Trend) ANALİZİ
1 EĞİLİM YÜZDELERİ (Trend) ANALİZİ Trend Analizi işletmenin mali tablolarında yer alan kalemlerin zaman içerisinde göstermiş oldukları eğilimlerin saptanması ve incelenmesidir. Böylece varlıkların verimliliği,
DetaylıTOPLAMADA KISAYOLLAR
ARDIŞIK SAYILARIN TOPLANMASI TOPLAMADA KISAYOLLAR 1 Kural: Gruptaki en küçük sayı ile en büyük sayıyı topla, sonucu gruptaki sayıların miktarıyla çarp ve sonucu 2 ye böl. Örneğin 33 den 41 e kadar olan
DetaylıEkle Menüsü İşlevleri ÜNİTE 3. Bu üniteyi çalıştıktan sonra; Ekle Menüsü Çizimler Grafikler Bağlantılar Metin
Ekle Menüsü İşlevleri ÜNİTE 3 Ekle Menüsü Çizimler Grafikler Bağlantılar Metin Bu üniteyi çalıştıktan sonra; Microsoft Excel hakkında temel işlemler öğrenildikten sonra grafik nasıl oluşturulur, çizim
DetaylıERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENERJİ SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ RMAA LABORATUARI
ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENERJİ SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ RMAA LABORATUARI DENEY FÖYÜ DENEY ADI SABİT SICAKLIK ANEMOMETRESİ İLE HIZ ÖLÇÜMÜ DERSİN ÖĞRETİM ÜYESİ DENEYİ YAPTIRAN ÖĞRETİM
Detaylı2016-2017 5.SINIF MATEMATİK DERSİ ÜNİTELENDİRİLMİŞ YILLIK PLAN... YAYINLARI HAZIRLAYANLAR
06-07.SINIF MATEMATİK DERSİ ÜNİTELENDİRİLMİŞ YILLIK PLAN... YAYINLARI HAZIRLAYANLAR Adı Soyadı İmza Adı Soyadı 8 0 6 7 Ömer Askerden İmza 06-07 EĞİTİM VE ÖĞRETİM YILI FATİH SULTAN MEHMET ORTAOKULU MATEMATİK.SINIF
DetaylıTekrar
İŞLEM KAVRAMI Tekrar Kazanımlar T.C. Milli Eğitim Bakanlığı tarafından okulöncesi eğitim dönemi için işlem kavramı için belirlenen kazanımlar ve göstergeler şunlardır. Kazanım 16. Nesneleri
Detaylı1. ÜNİTE TAM SAYILAR KONULAR 1. SAYILAR
1. ÜNİTE TAM SAYILAR KONULAR 1. SAYILAR 2. Doğal Sayılar 3. Sayma Sayıları 4. Tam Sayılar(Yönlü sayılar) 5. Tam sayılarda Dört İşlem 6. Tek ve çift sayılar 7. Asal Sayılar 8. Bölünebilme Kuralları 9. Asal
DetaylıKORELASYON VE TEKLİ REGRESYON ANALİZİ-EN KÜÇÜK KARELER YÖNTEMİ
KORELASYON VE TEKLİ REGRESYON ANALİZİ-EN KÜÇÜK KARELER YÖNTEMİ 1 KORELASYON ANALİZİ İki değişken arasındaki doğrusal ilişkinin gücünü(derecesini) ve yönünü belirlemek için hesaplanan bir sayıdır. Belirli
DetaylıTEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ
TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ 1 İstatistik İstatistik, belirsizliğin veya eksik bilginin söz konusu olduğu durumlarda çıkarımlar yapmak ve karar vermek için sayısal verilerin
DetaylıMATEMATİK DERSİNİN İLKÖĞRETİM PROGRAMLARI VE LİSELERE GİRİŞ SINAVLARI AÇISINDAN DEĞERLENDİRİLMESİ
MATEMATİK DERSİNİN İLKÖĞRETİM PROGRAMLARI VE LİSELERE GİRİŞ SINAVLARI AÇISINDAN DEĞERLENDİRİLMESİ Ahmet ÇOBAN Cumhuriyet Üniversitesi, Eğitim Fakültesi, İlköğretim Bölümü, SİVAS ÖZET: Bu araştırma, Matematik
DetaylıTEKNİK RESİM. Ders Notları: Mehmet Çevik Dokuz Eylül Üniversitesi. Ölçülendirme
TEKNİK RESİM 2010 Ders Notları: Mehmet Çevik Dokuz Eylül Üniversitesi 2/33 nin Gereği ve Önemi Ölçekler Ölçek Çeşitleri Elemanları Ölçü Çizgisi Ölçü Rakamı Ölçü Sınır Çizgisi Açı ve Yay Ölçüleri Yay si
DetaylıGeberit pisuvar sistemleri. Tüm ihtiyaçları karşılar.
Geberit pisuvar sistemleri Tüm ihtiyaçları karşılar. Tüm avantajlar tek bir üründe. Geberit pisuvar sistemlerinin ayırt edici özelliği esnekliktir tüm ihtiyaçlar için mükemmel çözüm sunar. Geniş ürün yelpazesinin
DetaylıNicel araştırmalar altında yer alan deneysel olmayan araştırmaların bir alt sınıfında yer alır. Nedensel karşılaştırma, ortaya çıkmış ya da daha
5.HAFTA Nicel araştırmalar altında yer alan deneysel olmayan araştırmaların bir alt sınıfında yer alır. Nedensel karşılaştırma, ortaya çıkmış ya da daha önceden gerçekleşmiş bir durumun ya da olayın nedenlerini,
DetaylıİSTATİSTİK-II. Korelasyon ve Regresyon
İSTATİSTİK-II Korelasyon ve Regresyon 1 Korelasyon ve Regresyon Genel Bakış Korelasyon Regresyon Belirleme katsayısı Varyans analizi Kestirimler için aralık tahminlemesi 2 Genel Bakış İkili veriler aralarında
DetaylıÜstel modeli, iki tarafın doğal logaritması alınarak aşağıdaki gibi yazılabilir.
5. FONKSİYON KALIPLARI VE KUKLA DEĞİŞKENLER 5.1. Fonksiyon Kalıpları Bölüm 4.1 de doğrusal bir modelin katsayılarının yorumu ele alınmıştır. Bu bölümde farklı fonksiyon kalıpları olması durumunda katsayıların
DetaylıMALZEME BİLİMİ VE MÜHENDİSLİĞİ. Malzeme Üretim Laboratuarı I Deney Föyü NİCEL (KANTİTATİF) METALOGRAFİ. DENEYİN ADI: Nicel (Kantitatif) Metalografi
DENEYİN ADI: Nicel (Kantitatif) Metalografi DENEYİN AMACI: Metal ve alaşımlarının ince yapılarının (=mikroyapı) incelenmesi ile hangi fazların var olduğu, bu fazların konumları ve düzenleri hakkında bilgiler
DetaylıALGORİTMA İ VE PROGRAMLAMA
ALGORİTMA İ VE PROGRAMLAMA II Öğr.Gör.Erdal GÜVENOĞLU Hafta 2 Maltepe Üniversitesi Bilgisayar Mühendisliği Bölümü ALGORİTMA ANALİZİ 2 Neden algoritmayı analiz ederiz? Algoritmanın performansını ölçmek
DetaylıPerformans Modelleri P R O F. D R. M U S T A F A K A R A Ş A H İ N
Performans Modelleri P R O F. D R. M U S T A F A K A R A Ş A H İ N Performans Modeli için Gerekli Veriler Bir veri tabanı (örneğin inşaat tarihi, YOGT, PSI değeri vb.), Bozulmayı etkileyen tüm önemli değişkenlerin
DetaylıSıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5
Sıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5 Sıklık Tabloları Veri dizisinde yer alan değerlerin tekrarlama sayılarını içeren tabloya sıklık tablosu denir. Tek değişken için çizilen
DetaylıKÜMELER. A = {x : (x in özelliği)} Burada x : ifadesi öyle x lerden oluşur ki diye okunur. Küme oluşturur. Çünkü Kilis in üç tane ilçesi.
KÜMELER Canlı yada cansız varlıkların oluşturduğu iyi A = {a, b, {a, b, c}} ise, s(a) = 3 tür. tanımlanmış nesneler topluluğuna küme denir. 2. Ortak Özellik Yöntemi Kümenin elemanlarını, daha somut ya
DetaylıTEMEL KALIP ÇİZİMLERİ
TEMEL KALIP ÇİZİMLERİ Kalıp: Üretimi yapılacak giysinin üç boyutlu vücut formunu ve istenilen model özelliğinin içeren kağıda hazırlanmış şeklidir. Bu işlem elde hazırlanabileceği gibi bilgisayarda da
DetaylıSınav : MATEMATĐK (TÜRKÇE) ÖĞRETMENĐ-GOÖD-MTÖD. Yarışma Sınavı A ) B ) C ) E ) 4 1200 sayısının asal olmayan tamsayı bölenlerinin
1 Üç basamaklı XYZ doğal sayısının 7 ile bölümünden kalan 6 dır. Buna göre X ve Y rakamları 4 arttırılır, Z rakamı 8 azaltılırsa elde edilen sayının 7 ile bölümünden kalan kaç olur? 1 3 2 0 4 3 2 Đki basamaklı
DetaylıVERİ KÜMELERİNİ BETİMLEME
BETİMLEYİCİ İSTATİSTİK VERİ KÜMELERİNİ BETİMLEME Bir amaç için derlenen verilerin tamamının olduğu, veri kümesindeki birimlerin sayısal değerlerinden faydalanarak açık ve net bir şekilde ilgilenilen özellik
DetaylıKesirler ve İşlemler Ondalık Kesirler ve İşlemler, Yüzdeler, Oran. Yrd. Doç. Dr. Nuray Çalışkan-Dedeoğlu Matematik Eğitimi ndedeoglu@sakarya.edu.
Kesirler ve İşlemler Ondalık Kesirler ve İşlemler, Yüzdeler, Oran Yrd. Doç. Dr. Nuray Çalışkan-Dedeoğlu Matematik Eğitimi ndedeoglu@sakarya.edu.tr Kesirler 4 elmayı çocuğa paylaştıralım: 4 : = 4 elmayı
DetaylıYaşam alanları ihtiyaca ve koşullara göre değişiklik. gösterir. BULUNDUĞUMUZ MEKÂN VE ZAMAN
ANA SINIFI PYP VELİ BÜLTENİ (19 Ekim - 04 Aralık 2015 ) Sayın Velimiz, Okulumuzda yürütülen PYP çalışmaları kapsamında; disiplinler üstü temalarımız ile ilgili uygulama bilgileri size tüm yıl boyunca her
Detaylı5/21/2015. Transistörler
Transistörler İki polarmalı yüzey temaslı transistörler, teknik ifadelerde BJT ( Bipolar Junction Transistör) olarak adlandırılmaktadır. Transistör birçok elektronik devrede uygulama bulan işaret yükseltme
DetaylıBÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ
1 BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel sayma
DetaylıHorton'nun (2001) belirttiği üzere web tabanlı öğretim ortamlarında genel olarak kullanılan ders yapıları aşağıdaki gibidir:
Genel Ders Yapılarından Birinin Seçilmesi Bir dersin ana temelini dersin amaçları belirler. Bu amaçlar doğrultusunda dersi küçük parçalara ayırarak sunarsınız. Her parça öğrenme tecrübeleri, etkinlikleri,
DetaylıBÖLÜM 6: HARİTANIN ÇİZİMSEL TASARIMI
BÖLÜM 6: HARİTANIN ÇİZİMSEL TASARIMI Türkay Gökgöz (www.yildiz.edu.tr/~gokgoz) 6 1 İÇİNDEKİLER 6.1 Harita Objelerinin Önemli Özellikleri... 3 6.1.1 Objelerin uzay görünümleri... 3 6.1.2 Objelerin nitelik
DetaylıCinsiyet Eşitliği MALTA, PORTEKİZ VE TÜRKİYE DE İSTİHDAM ALANINDA CİNSİYET EŞİTLİĞİ İLE İLGİLİ GÖSTERGELER. Avrupa Birliği
Cinsiyet Eşitliği MALTA, PORTEKİZ VE TÜRKİYE DE İSTİHDAM ALANINDA CİNSİYET EŞİTLİĞİ İLE İLGİLİ GÖSTERGELER Projenin Malta, Portekiz ve Türkiye de cinsiyet ayrımcılığı problemlerini çözme amacıyla ilgili
DetaylıÖzet. Giriş. 1. K.T.Ü. Orman Fakültesi, Trabzon., 2. K.Ü. Artvin Orman Fakültesi, Artvin.
Deniz Kıyılarında Biriken Katı Atık Maddelerin Örnekleme Yoluyla Tür ve Miktar Olarak Belirlenmesine İlişkin Bir Çalışma ( Trabzon Beşirli Deresi Küçük Yoroz Burnu Arası ) 1 Hasan Zeki KALAY, 1 Sezgin
DetaylıTAM SAYILARLA İŞLEMLER
TAM SAYILARLA İŞLEMLER 5 4 3 2 1 1 TAM SAYILARLA TOPLAMA İŞLEMİ Devlet Meteoroloji İşleri Genel Müdürlüğü, bilimsel ve teknolojik gelişmeler ışığında meteorolojik gözlemler, hava tahminleri ve iklim değişiklikleri
DetaylıARAŞTIRMA YAKLAŞIM - DESEN ve YÖNTEMLERİ
ARAŞTIRMA YAKLAŞIMLARI ARAŞTIRMA YAKLAŞIM - DESEN ve YÖNTEMLERİ NİCEL NİTEL KARMA Mustafa SÖZBİLİR 2 Nicel, Nitel ve Karma Araştırma Nicel Araştırma Nitel Araştırma Nicel araştırma Nitel araştırma NİCEL:
DetaylıÇALIŞAN BAĞLILIĞINA İTEN UNSURLAR NEDİR VE NEDEN ÖNEMLİDİR?
ÇALIŞAN BAĞLILIĞINA İTEN UNSURLAR NEDİR VE NEDEN ÖNEMLİDİR? Dale Carnegie Akademi Beyaz Kağıt Copyright 2012 Dale Carnegie & Associates, Inc. All rights reserved. driveengagement_101512_wp İNSANIN ÖNEMİ
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 4: OLASILIK TEORİSİ Prof. Dr. İrfan KAYMAZ Giriş Bu bölüm sonunda öğreneceğiniz konular: Rastgele Olay Örnek Uzayı Olasılık Aksiyomları Bağımsız ve Ayrık Olaylar Olasılık Kuralları
DetaylıBüyük Veri İçin İstatistiksel Öğrenme (Statistical Learning for Big Data)
Büyük Veri İçin İstatistiksel Öğrenme (Statistical Learning for Big Data) M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Bu dersin sunumları, The Elements of Statistical Learning: Data
DetaylıIII İÇİNDEKİLER ÜNİTE 1 ÜNİTE 2 ÜNİTE 3 FRAKTALLAR 2 YANSIYAN VE DÖNEN ŞEKİLLER 6 HİSTOGRAM 10 ÜSLÜ SAYILAR 14 ÜSLÜ SAYILARLA ÇARPMA İŞLEMİ 18
MATEMATİK III İÇİNDEKİLER ÜNİTE FRAKTALLAR YANSIYAN VE DÖNEN ŞEKİLLER 6 HİSTOGRAM 0 ÜSLÜ SAYILAR 4 ÜSLÜ SAYILARLA ÇARPMA İŞLEMİ 8 ÜSLÜ SAYILARLA BÖLME İŞLEMİ 8 BİLİMSEL GÖSTERİM 9 ÜNİTE OLASILIK, İSTATİSTİK
DetaylıGRAFİK TEMELLERİ. Grafik ve Animasyon. Coşkun CANLI Bilişim Teknolojileri Öğretmeni
GRAFİK TEMELLERİ Grafik ve Animasyon Coşkun CANLI Bilişim Teknolojileri Öğretmeni 2 Grafik Nedir? Grafik, görüntünün bir yüzey üzerinde temsil edilmesidir. Fotoğraflar, çizimler, diyagramlar, haritalar
DetaylıBİLİŞİM TEKNOLOJİLERİ VE YAZILIM DERSİ 6. SINIFLAR EXCEL DERS NOTU
EXCEL 2010 Excel, her türlü veriyi (özellikle sayısal verileri) tablolar ya da listeler halinde tutma ve bu verilerle ilgili ihtiyaç duyacağınız tüm hesaplamaları ve analizleri yapma imkânı sunan bir uygulama
DetaylıGerilim Tipi Baş Ağrısı Nedir? Nasıl Tedavi Edilir? - Genç Gelişim Kişisel Gelişim
Gerilim baş ağrısı baş ağrıları içinde en sık görülen tiptir. Çevresel faktörlerin değişmesi, aşırı sorumluluk yüklenme, düş kırıklıkları, ailesel ve ekonomik sorunlar gibi insan yaşamındaki önemli değişiklikler
Detaylıçözümlemesi; beklenen değer ile gözlenen değer arasındaki farkın araştırılması için kullanılır.(aralarındaki fark anlamlı mı?)
BÖLÜM 5. (Kİ-KARE) ÇÖZÜMLEMESİ çözümlemesi; beklenen değer ile gözlenen değer arasındaki farkın araştırılması için kullanılır.(aralarındaki fark anlamlı mı?) Örneğin; Bir para atma deneyinde olasılıkla
DetaylıTABLET EKRANLARI ÖZET SATIŞ KATEGORİ INFO
IPAD IPHONE Dökümanda kullanılan veriler demo verilerdir. MEMOBİL uygulamalarına, Ipad ve Iphone lardan B2B (MECOM) Satıcı Admin Kullanıcı Adınızı ve Şifrenizi girerek ulaşabilirsiniz. TABLET EKRANLARI
Detaylı2013-2014 ATAKÖY CUMHURİYET ANADOLU LİSESİ 9. SINIF MATEMATİK DERSİ YILLIK PLANI
0-0 ATAKÖY CUMHURİYET ANADOLU LİSESİ 9. SINIF MATEMATİK İ YILLIK PLANI Temel Kavramlar 9... Küme kavramını örneklerle açıklar ve kümeleri ifade etmek için farklı gösterimler. 6 EYLÜL 0 EYLÜL Temel Kavramlar
Detaylıİlginç Bir Örnek- İhtimal İntegrali
İlginç Bir Örnek- İhtimal İntegrali İhtimaller hesabı, matematikte bile analitik olarak çözülemiyen problemler için işe yaramaktadır. Buna bir örnek teşkil etmesi bakımından gelişi güzel bir alanın nasıl
Detaylı10 DÖNÜMLÜK DUT BAHÇESİ TESİS ETMEK
DUT YETİŞTİRİCİLİĞİ 10 DÖNÜMLÜK DUT BAHÇESİ TESİS ETMEK İpekböceğinin tek gıdası dut yaprağı dır ve bir kutu ipekböceği için yaklaşık 500 kilogram dut yaprağına ihtiyaç vardır. Dutluklarda dikkat edilmesi
DetaylıFEN FAKÜLTESİ MATEMATİK BÖLÜMÜ 2015-2016 YAZ OKULU DERS İÇERİĞİ. (Mühendislik Fakültesi Bütün Bölümler, Fen Fakültesi Kimya ve Astronomi Bölümleri)
Bölümü Dersin Kodu ve Adı K MAT101 Genel I (Mühendislik Fakültesi Bütün Bölümler, Fen Fakültesi Kimya ve Astronomi Bölümleri) 1- Kümeler, reel sayılar, bir denklem veya eşitsizliğin grafiği 2- Fonksiyonlar,
DetaylıBAĞLAMDAN BAĞIMSIZ (CONTEXT-FREE) GRAMERLER (CFG) VE DİLLER (CFL)
BAĞLAMDAN BAĞIMSIZ (CONTEXT-FREE) GRAMERLER (CFG) VE DİLLER (CFL) Dil tanıyıcı cihaz bir dile ait geçerli string leri kabul eder. Dil üreteci cihaz bir dile ait string leri oluşturur. Dil üreteci cihazlar
DetaylıBÖLÜM 4 FREKANS DAĞILIMLARININ GRAFİKLE GÖSTERİLMESİ
BÖLÜM 4 FREKANS DAĞILIMLARININ GRAFİKLE GÖSTERİLMESİ Frekans dağılımlarının betimlenmesinde frekans tablolarının kullanılmasının yanı sıra grafik gösterimleri de sıklıkla kullanılmaktadır. Grafikler, görselliği
DetaylıMassachusetts Teknoloji Enstitüsü - Fizik Bölümü
Massachusetts Teknoloji Enstitüsü - Fizik Bölümü Fizik 8.02 Ödev # 1 6 Şubat 2002. Kendinize bir iyilik yapın ve derslere hazırlanın! Derste anlatılmadan önce, konuları okumanızı şiddetle öneririz. Derslerden
DetaylıBTU 100 Bilgisayar okuryazarlığı EXCEL BTU 100 BİLGİSAYAR OKURYAZARLIĞI. Excel de Dosya Tablo ve Grafik Oluşturma
EXCEL BTU 100 BİLGİSAYAR OKURYAZARLIĞI Excel de Dosya Tablo ve Grafik Oluşturma EXCELDE DOSYA, TABLO VE GRAFİK OLUŞTURMA İÇİNDEKİLER 1. Excel Arayüzünü Tanıma... 2 1.1. Giriş Sekmesi... 2 1.2. Ekle Sekmesi...
DetaylıAvrupa da UEA Üyesi Ülkelerin Mesken Elektrik Fiyatlarının Vergisel Açıdan İncelenmesi
Avrupa da UEA Üyesi Ülkelerin Mesken Elektrik Fiyatlarının Vergisel Açıdan İncelenmesi Esra AKGÜL* *Enerji Ve Tabii Kaynaklar Bakanlığı, ETK Uzman Yardımcısı, Ankara/TÜRKİYE (Aralık 214) ÖZET Çalışmada,
DetaylıLİDERLİK TEKSTİL VE OTOMOTİVDE... Dr. Can Fuat GÜRLESEL
LİDERLİK TEKSTİL VE OTOMOTİVDE... 1 Dr. Can Fuat GÜRLESEL Bursa ili genelinde faaliyet gösteren ilk 250 büyük firmanın tespitine yönelik 2004 araştırması sonuçlanmıştır. Sonuçlar; araştırmanın künyesi,
Detaylı17-28 EKİM 2005 SIĞACIK KÖRFEZİ-SEFERİHİSAR (İZMİR) DEPREMLERİ
ULUSAL DEPREM İZLEME MERKEZİ 17-28 Ekim 2005 SIĞACIK KÖRFEZİ- SEFERİHİSAR (İZMİR) DEPREMLERİ Ön Değerlendirme Raporu 28 Ekim 2005 17-28 EKİM 2005 SIĞACIK KÖRFEZİ-SEFERİHİSAR (İZMİR) DEPREMLERİ Bölgede
DetaylıMühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş
Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 6 Yapısal Analiz Kaynak: Mühendislik Mekaniği: Statik, R.C.Hibbeler, S.C.Fan, Çevirenler: A. Soyuçok, Ö. Soyuçok. 6. Yapısal Analiz Şekilde görüldüğü
DetaylıLaboratuvar 1: Gerilme, Mohr dairesi ÇÖZÜM ANAHTARI. Güz 2005
Laboratuvar 1: Gerilme, Mohr dairesi ÇÖZÜM ANAHTARI Güz 2005 1 Gerilme için Mohr daireleri Mohr dairesi çizimini kullandığınız problemler için ilgili düzlemlere karşılık gelen noktaları çizim üzerinde
Detaylıhttp://acikogretimx.com
09 S 0- İstatistik sorularının cevaplanmasında gerekli olabilecek tablolar ve ormüller bu kitapçığın sonunda verilmiştir.. şağıdakilerden hangisi istatistik birimi değildir? ) Doğum B) ile C) Traik kazası
DetaylıSTATİK-MUKAVEMET. Doç. Dr. NURHAYAT DEĞİRMENCİ
STATİK-MUKAVEMET Doç. Dr. NURHAYAT DEĞİRMENCİ Çekme deneyi test numunesi Çekme deney cihazı Elastik Kısımda gerilme: σ=eε Çekme deneyinin amacı; malzemelerin statik yük altındaki elastik ve plastik davranışlarını
DetaylıORTA ÖĞRETİM KURUMLARI ÖĞRENCİ SEÇME VE YERLEŞTİRME SINAVI MATEMATİK TESTİ
ORT ÖĞRTİM KURUMLRI ÖĞRNİ SÇM V YRLŞTİRM SINVI MTMTİK TSTİ 1. K Şemadaki K \ (L M) kümesinin belirttiği L bölge kesilerek çıkartılıyor. Çıkartılan bölgeyi gösteren şekil M aşağıdakilerden hangisidir? )
DetaylıİSTATİSTİK 1 (2015-2016 BAHAR YARIYILI) 6. Hafta Örnek soru ve cevapları
İSTATİSTİK 1 (2015-2016 BAHAR YARIYILI) 6. Hafta Örnek soru ve cevapları Soru 1: Yapılan bir çalışma sonucunda yetişkinlerin günde ortalama 6.9 saat uydukları tespit edilmiştir. Standart sapmanın ise 1.2
Detaylıİstatistik Nedir? Yrd.Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY 09.07.2009 TANIM1:
İSTATİSTİK I Yrd.Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY 1 İstatistik Nedir? TANIM1: Bir anakütleyi tanımlamak için ilgili anakütleden belirli yöntemlerle elde edilen örnek verilerinin analizine
Detaylıİstatistik 1 BÖLÜM 2
İstatistik 1 BÖLÜM 2 VERİ SETLERİNİN ÖZETLENMESİNDE KULLANILAN SIKLIK DAĞILIM TABLOLARI VE GRAFİKSEL YÖNTEMLER 1 İşlenecek Konular VERİ TÜRLERİ VE SAYISAL OLMAYAN İSTATİSTİKSEL ÖZETLEME YÖNTEMLERİ Temel
Detaylıİstatistik Nedir? İstatistiğin Önemi Nedir? Tanımlayıcı ve Çıkarımcı İstatistik ttitik Tanımlayıcı İstatistik Türleri Çıkarımcı İstatistiğin i iği
İSTATİSTİK E GİRİŞ TEMEL KAVRAMLAR İstatistik Nedir? İstatistiğin Önemi Nedir? Tanımlayıcı ve Çıkarımcı İstatistik ttitik Tanımlayıcı İstatistik Türleri Çıkarımcı İstatistiğin i iği Elemanlarıl AMAÇ İstatistiğe
DetaylıOsiloskobun çalışma prensibi. F = q E (8.1)
8 Osiloskop Deneyin amacı Osiloskobun ve CRT ekranların çalışma prensibini öğrenmek. Genel bilgiler Osiloskobun çalışma prensibi Eğer q yükü taşıyan bir parçacık E elektrik alanının etkisi altında ise
Detaylı2004 ÖSS Soruları. 5. a, b, c pozitif tam sayılar, c asal sayı ve. olduğuna göre, aşağıdaki sıralamalardan hangisi doğrudur? işleminin sonucu kaçtır?
1. 1 1 1c + m 1 + 4 işleminin sonucu kaçtır? 0 16 6 ) ) ) ) ) 1 9 9 6. a, b, c pozitif tam sayılar, c asal sayı ve 1 1 1 + = y 6 olduğuna göre, aşağıdaki sıralamalardan hangisi doğrudur? ) a < b < c )
DetaylıÖlçme Hataları ve Belirsizlik Analizi
Ölçme Hataları ve Belirsizlik Analizi Yeryüzünde, ister bir kenar ister bir açı birkaç kez ölçüldüğünde her ölçü değeri arasında az çok farkların olduğu görülür. Yapılan her ölçünün sonucunu aynı bulmak
DetaylıANKARA İLİ BASIM SEKTÖRÜ ELEMAN İHTİYACI
ANKARA İLİ BASIM SEKTÖRÜ ELEMAN İHTİYACI Gülnaz Gültekin*, Orhan Sevindik**, Elvan Tokmak*** * Gazi Üniversitesi, Teknik Eğitim Fakültesi, Matbaa Öğretmenliği Bölümü, Ankara ** Ankara Ü., Eğitim Bil. Ens.,
DetaylıBilgisayar Destekli Çizim II (ICM 214) Ders Detayları
Bilgisayar Destekli Çizim II (ICM 214) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Bilgisayar Destekli Çizim II ICM 214 Bahar 1 2 0 2 3 Ön Koşul Ders(ler)i
DetaylıDuyu Organlarına Göre Araç-Gereçler
Duyu Organlarına Göre Araç-Gereçler Görsel İşitsel Görsel ve İşitsel Etkileşimli 1. Görsel Araçlar Dikkati çekmek Sunumu basitleştirmek Düşünmeyi canlandırmak Anahtar noktaları vurgulamak İstatistik verileri
DetaylıBir ölçümün sonucu, istenilen anlamlı rakam sayısından daha fazla sayıda rakam 1,24 6,26 87,4 76,2
ANLAMLI SAYILAR ÖLÇÜM HATALARI ve BİR DENEYİN ANALİZİ İ İ Ölçme Bir fiziksel niceliğin ğ önceden saptanmış ş bir standarda göre sayısal değerinin ğ verilmesi işlemine ölçüm denir. Önceden saptanmış bu
DetaylıULUDAĞ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ
ULUDAĞ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ METALİK MALZEMELERİN ÇEKME DENEYİ FÖYÜ 2015-2016 Bahar Dönemi 1. AMAÇ Çekme deneyi, malzemelerin statik yük altında elastik ve plastik
DetaylıEKİM 2015. www.perspektifs.com info@perspektifs.com twitter.com/perspektifsa
EKİ 1 www.perspektifs.com info@perspektifs.com twitter.com/perspektifsa PERSPEKTİF STRATEJİ ARAŞTIRA ANALİZ 1 PERSPEKTİF STRATEJİ ARAŞTIRA ANALİZ 2O1 Perspektif Strateji Araştırma; doğru, nitelikli bilginin
DetaylıSunu: Belli bir konunun resim, grafik, metin, ses ve görüntüler kullanılarak giriş, gelişme, sonuç bölümleriyle sıralı ve düzenli bir şekilde
MICROSOFT OFFICE Sunu: Belli bir konunun resim, grafik, metin, ses ve görüntüler kullanılarak giriş, gelişme, sonuç bölümleriyle sıralı ve düzenli bir şekilde anlatılmasına sunu denir. Sunuyu sınıfa ya
DetaylıOkunabilir Kod Yazım Standartları: Şiir Gibi Kod Yazmak
Okunabilir Kod Yazım Standartları: Şiir Gibi Kod Yazmak Okunabilirlik nedir? Neden önemlidir? Okunabilir kod, kodu yazanını dışında bir programcı tarafından okunduğunda ne işe yaradığı anlaşılabilen, girintilenmesi,
Detaylı