Seminerler

 Doç. Dr. Çağdaş Hakan ALADAĞ, Mona Lisa’nın Gülüşünü Görme Olasılığı

08.02.2019, 13:30, DEÜ Fen Fakültesi Ömer KÖSE Konferans Salonu

Özet

İstatistikçileri hayatın çeşitli karelerini resmetmeye çalışan ressamlara benzetebiliriz. İstatistikçiler probleme yani hayatın belli bir kısmına bakıp, ellerindeki veriyi yani boya paletini kullanarak gerçeği tüm yönleri ile en iyi şekilde resmetmeye çalışmaktadırlar. Bir istatistikçi boya paletinde ne kadar çok renk yaratabiliyorsa, yani gerçek hayattaki renklere ne kadar çok yaklaşabiliyorsa, veriyi de o kadar iyi modelleyebilmektedir. Sözü geçen boya paleti çeşitli veri analiz yaklaşımlarından oluşmaktadır. Kullanılan en önemli yaklaşımlardan çoğu klasik küme tanımlarına dayanan olasılık kuramı üzerine temellendirilmiştir. Karmaşık yapılara sahip günümüz verilerini çözmek için kullanılan yaklaşımlar arasında bulanık kümelere, yapay sinir ağlarına ya da zeki optimizasyon algoritmalarına dayanan başarılı yöntemler de bulunmaktadır. Bilindiği gibi boya paletinde, yeni renkler temel renklerin birbirleriyle karıştırılmasıyla oluşturulur ve böylece gerçeğe daha yakın renkler elde edilebilir.

Çok basit bir örnek vermek gerekirse: bir manzara sadece iki çeşit renk kullanılarak ya da yüzlerce çeşit renk kullanılarak resmedilebilir. Hangi durumda resmedilen tablo gerçeği daha iyi yansıtacaktır? Aynı bu örnekte olduğu gibi, neden verileri analiz ederken sadece tek bir yaklaşım kullanılmalıdır? Tek bir yaklaşım kullanmak yerine boya paletinde çeşitli yaklaşımları karıştırarak daha güzel ve gerçeği daha iyi yansıtan renklere ulaşmak mümkün olacaktır. Gerçeğe daha yakın renklerin kullanılmasıyla Da Vinci Mona Lisa’nın eşsiz gülümseyişini resmederken, istatistikçiler de gerçek hayat verilerini daha etkin bir biçimde çözümleyebilecektir. Klasik küme tanımlarına dayanan olasılık ile bulanık küme tanımlarına dayanan bulanık mantık yaklaşımlarını boya paletinde karıştırarak, gerçek hayat zaman serilerini daha iyi analiz edebilen yeni bir renk olan Olasılıksal Bulanık Zaman Serisi yaklaşımı bahsedilen duruma en güzel örneklerden biridir.

Assoc. Prof. Orrin L. Cooper, Growth Mindset: A Statistically significant intervention

03.07.2019, 10:00, DEÜ Faculty of Science Conference Hall

Abstract

We all know there is no such thing as a “free lunch.”  What about almost free – i.e. as little as 30 minutes of your time? What if we could help students obtain on average an increase of 6-8% in terms of percentage grades and increase enrollment and retention in STEM programs with a 30 minute intervention? Teaching soft skills along with the theory is essential. Research has shown there is no such thing as: a “statistics brain,” a “music mind,” a “math person,” etc.; rather Dweck explains, there is “more capacity for lifelong learning than [we] ever thought possible.” Our beliefs, not our aptitude, is the real predictor of success. What is your own mindset? What can we do to help our students develop a growth mindset? Learn the latest research on learning and how we can develop a growth mindset in ourselves and those we teach. See results from business analytics courses that have a significant proportion of first generation college students. Participate in a discussion of how mindsets can be applied in your realm of influence.

Short biography: Orrin Cooper is an associate professor in the Fogelman College of Business and Economics at the University of Memphis where he teaches Business Analytics using innovative techniques like a “flipped” classroom, experiential learning, trying a problem before being taught the solution, incubating a growth mindset, and “sticky” learning. Orrin received his PhD from the University of Pittsburgh in 2012.  His research interests include: Multicriteria decision making, the Analytic Network Process (ANP), Coherency – a search for validation in the ANP, group decision making, behavioral operations management, and incorporating biofeedback into decisionmaking.