Eskişehir Teknik Üniversitesi Eskişehir Teknik Üniversitesi
  • Kurumsal
  • Akademik Programlar
  • Öğrenci İçin Bilgi
  • English
Program Hakkında Eğitim Amaçları Program Yeterlilikleri (Çıktıları) Dersler - AKTS Kredileri Alan Yeterlilikleri Ders - Prog. Yeterlilik İlişkileri Alan & Prog. Yeterlilik İlişkileri Ders - Sürdürülebilir Kalkınma Amaçları İlişkisi
  • Mühendislik Fakültesi
  • Elektrik-Elektronik Mühendisliği Bölümü (İngilizce)
  • Dersler - AKTS Kredileri
  • Engineering Computations (Mühendislik Hesaplamaları)
  • Tanıtım
  • Tanıtım
  • Öğrenme Çıktıları
  • Program Çıktılarına Katkısı
  • ÖÇ-PÇ İlişkisi
  • AKTS İş Yükü

Ders Bilgileri

Ders Kodu - Ders Adı EEM4517 - Engineering Computations (Mühendislik Hesaplamaları)
Ders Türü Mesleki Seçmeli Dersler
Ders Dili İngilizce
Teori + Uygulama 3+0
AKTS 5.0
Öğretim Elemanları DOKTOR ÖĞRETİM ÜYESİ ALTAN ONAT
Dersin Veriliş Biçimi Yüz Yüze
Dersin Önkoşulları MAT2011 - Diferansiyel DenklemlerMAT2021 - Doğrusal CebirMAT2093 - Mühendislik Matematiği
Önerilen Dersler Yok
Zorunlu ya da Önerilen Kaynaklar 1) Burden, R. L., & Faires, J. D. (2005). Numerical Analysis (8th ed.). Thomson.2) Bober, W., & Stevens, A. (2013). Numerical and Analytical Methods with Matlab for Electrical Engineers. CRC Press.3) Esfandiari, R. S. (2013). Numerical Methods for Engineers and Scientists4) Gilat, A., & Subramaniam, V. (2014). Numerical Methods for Engineers and Scientists.5) Stewart, D. E. (2020). Numerical Analysis – A Graduate Course. Springer.6) Fox, W. P., & West, F. (2025). Numerical Methods and Analysis with Mathematical Modelling. CRC Press.7) Altaç, Z. (2025). Numerical Methods for Scientists and Engineers. CRC Press.8) Bakr, M. (2013). Nonlinear Optimization in Electrical Engineering with Applications in Matlab. IET.9) Arora, J. S. (2017). Introduction to Optimum Design (4th ed.). Elsevier.10) Rao, S. S. (2020). Engineering Optimization (5th ed.). Wiley.11) Corriou, J. P. (2021). Numerical Methods and Optimization. Springer.12) Stanimirovic, I. (2022). Advances in Optimization and Linear Programming. Taylor and Francis.13) Monteiro, & Meza. (2026). A Practical Guide to Optimization in Engineering and Data Science. Springer.14) Burkov, A. (2019). The Hundred-Page Machine Learning Book.15) Deisenroth, M. P., Faisal, A. A., & Ong, C. S. (2020). Mathematics for Machine Learning. Cambridge University Press.16) Sridhar, S., & Vijayalakshmi, M. (2021). Machine Learning. Oxford Publishing.17) Nelson, H. (2023). Essential Math for AI. O'Reilly.18) Bohn, B., Griebel, M., & Rieger, C. (2024). Algorithmic Mathematics in Machine Learning. SIAM.19) Serrano, L. G. (2025). Grokking Machine Learning. Manning.
Okuma Listesi Sayısal yöntemler, mühendislik optimizasyonu ve makine öğrenimi ile ilgili giriş niteliğinde herhangi bir ders kitabı ve makale
Değerlendirme İki ara ve bir final sınavı (klasik)
Staj & Uygulama Yok
Sürdürülebilir Kalkınma Amaçları

Ders İçeriği

Haftalar Konular
1. hafta Temel bilgilerin gözden geçirilmesi ve Sayısal Yöntemlere Giriş: Diferansiyel Denklemler, Matris Analizi, Hatalar ve Yaklaşımlar, Tek Değişkenli Denklemlerin Çözümü
2. hafta Eğri Uydurma (yaklaşıklama), interpolasyon ve regresyon yöntemleri: En Küçük Kareler Metodu, Doğrusal Regresyon, Doğrusal Olmayan Verilerin doğrusallaştırılması, Polinom Regresyonu, Spline interpolasyonu, Fourier yaklaşımı ve interpolasyonu
3. hafta Türevin sonlu farklar yaklaşımı: Türev için sonlu fark formülleri, Taylor Serisi açılımı kullanarak sonlu fark formülleri, Lagrange Polinomları kullanarak türev alma, Eğri uydurma kullanarak türev alma, Richardson ekstrapolasyonu, Sayısal türevde hata, Sayısal türevin özeti
4. hafta Sayısal integral: Dikdörtgen, orta nokta ve yamuk (trapez) yöntemleri (Newton-Cotes formülleri), Simpson yöntemi, Gauss kuadratürü, Richardson ekstrapolasyonu, Romberg integrasyonu, Sayısal integralin özeti
5. hafta Adi diferansiyel denklemler – Başlangıç değer problemleri: Euler yöntemleri, Değiştirilmiş (Modified) Euler yöntemi, Orta Nokta Yöntemi, Runge-Kutta Yöntemleri, Çok adımlı yöntemler
6. hafta Adi diferansiyel denklemler – Sınır değer problemleri: Atış (Shooting) yöntemi, Sonlu farklar yöntemi
7. hafta Mühendislik optimizasyonuna giriş: Optimizasyon için Temel Matematik
8. hafta Doğrusal programlamaya giriş: Simplex yöntemi
9. hafta Kısıtsız doğrusal olmayan programlamaya giriş: Rastgele arama yöntemleri, Gradyan inişi (Gradient descent) yöntemi, En dik iniş (Steepest descent) yöntemi, Newton yöntemi
10. hafta Kısıtlı doğrusal olmayan programlamaya giriş: Ceza fonksiyonu yöntemlerine temel bir yaklaşım
11. hafta Modern optimizasyon yöntemleri: Genetik algoritmalar, Parçacık Sürü Optimizasyonu (PSO), Benzetimli Tavlama (Simulated Annealing) ve diğer yöntemler
12. hafta Makine öğrenmesine giriş
13. hafta Temel makine öğrenmesi algoritmaları ve sinir (neural) ağları
14. hafta Temel makine öğrenmesi algoritmaları ve sinir (neural) ağları

Öğretim Yöntem ve Teknikleri

  • Öğretim Yöntemleri
  • Anlatım
  • Tartışma
  • Soru-Yanıt
  • Sorun/Problem Çözme
  • Öğretim Yeterlilikleri
  • Üretken
  • Akılcı
  • Sorgulayan
  • Zamanı etkili kullanma
  • Soyut analiz ve sentez yapma
  • Problem çözme
  • Bilgiyi yönetme
  • Bağımsız çalışma
  • Temel matematik becerileri

Ölçme ve Değerlendirme

Değerlendirme Yöntemi ve Geçme Kriterleri
Sayısı Yüzde (%)
1.Ara Sınav 1 30
2.Ara Sınav 1 30
Dönem Sonu Sınavı 1 40
Toplam (%) 100
  • Kurumsal
  • İsim ve Adres
  • Akademik Takvim
  • Yönetim Kadrosu
  • Kurum Hakkında
  • Akademik Programlar
  • Genel Kabul Şartları
  • Önceki Öğrenmenin Tanınması
  • Kayıt İşlemleri
  • AKTS Kredi Sistemi
  • Akademik Danışmanlık
  • Akademik Programlar
  • Doktora / Sanatta Yeterlik
  • Yüksek Lisans
  • Lisans
  • Önlisans
  • Öğrenci İçin Bilgi
  • Şehirde Yaşam
  • Konaklama
  • Beslenme Olanakları
  • Tıbbi Olanaklar
  • Engelli Öğrenci Olanakları ı
  • Sigorta
  • Maddi Destek
  • Öğrenci İşleri Daire Başkanlığı
  • Öğrenci İçin Bilgi
  • Öğrenim Olanakları
  • Uluslararası Programlar r
  • Değişim Öğrencileri için Pratik Bilgiler
  • Dil Kursları
  • Staj
  • Sosyal Yaşam ve Spor Olanakları
  • Öğrenci Kulüpleri