General information
- Subject code
- MS-2136
- Credits
- 6
- Student workload
- 180
- Semester
- Autumn semester
- Academic year
- 2026-2027
- Subject type
- Elective
- Form of education
- Full-time
- Language of instruction
- Azerbaijani
- In-class hours
- a) 30 saat mühazirə
- Out-of-class hours
- a) 150 saat fərdi iş
About the subject
Bu fənn tələbələrə süni intellekt (ai) və maşın öyrənməsi (ml) alqoritmlərinin nəzəri və riyazi bünövrəsini təşkil edən statistik metodları, ehtimal nəzəriyyəsi konseptlərini və onların model quruculuğunda tətbiqi bacarıqlarını aşılamaq üçün nəzərdə tutulmuşdur. kurs çərçivəsində ehtimal paylanmaları, bayes nəzəriyyəsi və bayes şəbəkələri, hipotezlərin yoxlanılması, parameterlərin qiymətləndirilməsi (maximum likelihood estimation - mle, map) və ölçünün azaldılması metodları (pca) tədris olunur. tələbələr reqressiya və təsnifatlandırma modellərinin statistik əsaslarını, requlyarizasiya texnikalarını (lasso, ridge), markov zəncirlərini, monte-karlo simulyasiyalarını və AI modellərinin dəqiqliyinin statistik testlər vasitəsilə qiymətləndirilməsini mənimsəyəcəklər. fənn tələbələrdə süni intellekt alqoritmlərinin arxasında duran statistik mexanizmləri anlamaq, data modellərindəki qeyri-müəyyənlikləri idarə etmək və optimal AI həlləri işləyib hazırlamaq vərdişlərini formalaşdırır.
Teaching methods
- lecture
- interactive discussion
- problem-based learning
- project-based learning
- case study
- presentations
- teamwork
Course learning outcomes (CLO)
CLO 1: Süni intellekt və maşın öyrənməsi alqoritmlərinin nəzəri əsasını təşkil edən ehtimal nəzəriyyəsi və xətti cəbr konseptlərini tətbiq edir.
CLO 2: Parametrik və qeyri-parametrik hipotez testlərini, ehtimal paylanmalarını maşın öyrənməsi modellərinin qiymətləndirilməsində istifadə edir.
CLO 3: Bajesian statistikası (bayesian inference) və maksimum oxşarlıq qiymətləndirməsi (mle) vasitəsilə qeyri-müəyyənlik şəraitində ehtimalsal modellər qurur.
CLO 4: Çoxölçülü verilənlərin ölçüsünü azaltmaq və xüsusiyyətlərin seçilməsi (feature selection) üçün statistik metodları (pca, factor analysis) həyata keçirir.
CLO 5: Statistik modellərin dəqiqliyini, reqressiya və təsnifat alqoritmlərinin etibarlılığını cross-validation və statistik metrikalarla test edir.
Topic plan
No topics have been added.
Reading list
No reading list has been added.
Assessment
| Form | Description | Score | Related CLO |
|---|---|---|---|
| Cari qiymətləndirmə | Cari qiymətləndirmə - fənn üzrə tələbənin semestr müddətində fəaliyyətinin qiymətləndirilməsi olmaqla, mühazirə və məşğələ (laboratoriya) dərs materiallarının mənimsənilmə səviyyəsini qiymətləndirilir. | 30 bal | FTN 1-5 |
| Davamiyyət | Tələbə fənn üzrə dərslərin 25%-dən çoxunda iştirak etmədiyi halda imtahana buraxılmır. | 10 bal | - |
| Tələbənin sərbəst işi | Tələbəyə fənn üzrə semestr ərzində 1 sərbəst işin (zəruri hallarda sərbəst işlərin sayı artırıla bilər) yerinə yetirilməsi tapşırığı verilir. | 10 bal | FTN-- |
| İmtahan | İmtahan şifahi, yazılı, yazılı-elektron, test üsulu ilə keçirilir | 50 bal | FTN 1-5 |