Model Düşünme

Model Düşünme

12:00:00 ...

Michigan Üniversitesi ile modelleri nasıl kullanman gerektiğini öğren. Eğitimle ilgili detaylı bilgi için sayfanın aşağısına göz at.

Model Düşünme

Genel Bilgiler

Coursera nedir?

Coursera dünyanın en iyi üniversiteleri ve eğitim kuruluşları ile ortaklığı olan, herkese açık, ücretsiz, online dersler sunan bir eğitim platformudur. Dünya standartlarında bir eğitime herkesin erişilebilmesi gerektiğine inanan Coursera, bu sayede insanları güçlü kılarak kendi hayatlarını, ailelerini ve içinde yaşadıkları toplumu da kendileri ile beraber geliştirmelerini amaçlar.

Coursera eğitimlerine nasıl kayıt olabilirsiniz?

Coursera eğitimleri herkese açıktır. Almak istediğiniz dersi seçtikten sonra Coursera üyesi olarak derse katılım sağlayabilirsiniz.

Dilediğiniz eğitime girip, Türkçe ders içeriğini inceledikten sonra, DEVAM butonuna tıklayarak eğitimin coursera.org sayfasında yer alan İngilizce sayfasına yönlendirilirsiniz. Bu sayfada Ders Oturumlarından dilediğiniz tarihi seçerek derse yazılabilirsiniz. Uygun tarihi seçikten sonra “Ücretsiz Katılın” butonuna basarak, üye olma sayfasına yönlendirileceksiniz. Üye olduktan sonra, derse kayıt yapabilirsiniz. Eğer Ders oturumu bulunmuyorsa, henüz ders verilmeye başlamamıştır ve önümüzdeki dönemlerde tekrar kontrolünü yaparak, uygun bir tarihi seçebilirsiniz.

Eğitim süresi: 10 hafta

Haftada 4-8 saat çalışma

 

NOT: Coursera Eğitimleri en güncel tarayıcı versiyonu ile çalışmaktadır. Eğitimlere başlamadan önce tarayıcınızı güncellemenizi öneririz.


Model Düşünme

Bu derste, modeller ile birlikte nasıl düşünmeniz gerektiğini ve etrafınızdaki karmaşık dünyayı anlamak için modelleri nasıl kullanmanız gerektiğini öğreneceksiniz.

Ders Hakkında

Davranışları, yeni ve beklenmeyen olgular yaratmak üzere bir araya gelen çeşit çeşit insanın, şirketin ve hükümetin olduğu karmaşık bir dünyada yaşıyoruz. Politik ayaklanmalara, ekonomik çöküşlere ve sonsuz sosyal akıma tanık oluyoruz. Tüm bunlardan nasıl anlam çıkarabiliriz? Modellerle. Bulgular, modellerle düşünen insanların, istikrarlı bir şekilde modellerle düşünmeyen insanlardan daha yüksek performans gösterdiğini kanıtlıyor. Ayrıca, birçok model ile düşünen insanlar da, tek bir modelle düşünen insanlardan daha yüksek performans sergiliyor. Modeller, neden bizim daha iyi düşünen kişiler olmamızı sağlıyorlar? Modeller, bilgileri daha iyi organize etmemize yardım eder – İnternet üzerinde bulabileceğimiz o itfaiye hortumu ya da tüy yumağı gibi karmaşık bilgileri anlamlandırmamıza yardım eder.

Modeller, doğru tahminlerde bulunma yeteneklerimizi geliştirir. Daha iyi kararlar vermemize ve daha etkili stratejiler uygulamamıza yardım ederler. Hatta kurumlar ve yöntemler geliştirme yeteneğimizi bile geliştirebilirler. Bu derste, yeni başlayanlar için bir model takımı sunulacak: Taşma noktasında olan modellerle başlayacağız. Sonra, kitlelerin bilgeliğini açıklayan, neden bazı ülkeler zenginken, bazılarının yoksul olduğunu açıklayan, firmaların ve politikacıların stratejik kararları çözmelerine yardım eden modelleri ele alacağız. Bu derste ele alınan modeller, ileride alacağınız ister ekonomi, ister siyaset bilim, işletme ya da sosyoloji olsun, sosyal bilimler dersleri için bir temel oluşturacak. Buradaki materyallere hâkim olmak, size ileri düzeydeki derslerinizde ciddi bir şekilde destek olacak. Ayrıca, size hayatınızda da yardımcı olacak. Her derste bu şekilde ilerlenecek: her model için, size kısa ve kolayca anlaşılabilecek bir tanıtım dersi sunulacak. Sonra, daha derine ineceğiz. Modelin teknik detaylarından bahsedeceğiz. Bu teknik derslerde yüksek matematik bilgisine ihtiyacınız olmayacak; ancak, biraz cebirle uğraşmaya hazır olmalısınız. Tüm derslerde size bazı sorular verilecek ve küçük sınavlar, hatta sonunda bir de final sınavı olacak. Eğer, daha derine inmeye karar verirseniz, tüm küçük sınavlara ve final sınavına girin, böylece bu dersi bitirdiğinize dair bir sertifika alacaksınız. Eğer, bir şeyler keşfetmek için sadece giriş derslerini almak istiyorsanız, bunda da bir sakınca yok. Hepsi serbest ve daha iyi düşünmenize yardımcı olacak her şey burada!

Ders Özeti

Bu ders yirmi bölümden oluşuyor. Derste ilerledikçe, konuların tanımlarını doldurulup, bazı okumalar eklenecek.

Bölüm 1: Giriş: Neden Model?

Bu bölümde, insanların bir model dersi almak istemelerinin nedenlerini keşfedeceğiz. Bunlar dört geniş kategoride incelenebilir:

Akıllı bir dünya vatandaşı olmak

Daha açık ve net bir şekilde düşünebilmek

Verileri anlamak ve kullanmak

Daha iyi karar vermek, strateji belirlemek ve tasarım yapmak

Bu bölümde iki okuma metnimiz var. Bu okumalar ya ilk videodan sonra ya da tüm videolar tamamlandıktan sonra yapılmalı.

Bölüm 2: Sınıflandırma ve Yakın Çevre Etkileri

Burada doğrudan modelleri incelemeye başlıyoruz. Tek bir olguyu açıklayan iki modeli birbiriyle karşılaştırıyoruz. Bu olgu, insanların kendileri gibi bakan, düşünen ve hareket eden insanlarla birlikte yaşama ve iletişime geçme eğilimi göstermeleridir. Giriş dersinden sonra, Schelling ve Granovetter’ın bu olgudan bahseden ünlü modellerini ele alıyoruz. Bu modelleri, Scoot E. Page (eğitmeniniz) ve John Miller’ın ile birlikte yazdığı, ayakta alkışlama hakkındaki komik bir model ile inceleyeceğiz.

Bu ikinci bölümde NetLogo’yu kullanarak, Schelling’in Ayırma Modeli’nin hesaba dayalı bir versiyonu göreceksiniz. NetLogo, UriWilensky ya da Northwestern Üniversitesi tarafından yazılmış ücretsiz bir yazılım. Bu ders sırasında NetLogo’yu birkaç kere kullanacağız. Buradan programı indirebilirsiniz:

NetLogo (http://ccl.northwestern.edu/netlogo/)

Schelling Modeli’ne, “Dosya” sekmesini tıklanarak, “Model Kütüphanesi”ne girilerek ulaşılabilir. “Model Kütüphanesi” rehberine geldiğinizde, “Sosyal Bilimler” dosyasının yanındaki oka tıklayın, sonra aşağı kaydırın ve “Ayırma” isimli modele tıklayın.

Bu bölümde yapılacak okumalar, Schelling modeli hakkında birkaç kısa not ve sonra da Granovetter, Miller ve Page’in akademik makalelerini içeriyor. Bu makalelerin hepsini baştan sona kadar okumanız beklenmiyor; ancak, sosyal bilim adamlarının modelleri nasıl bir çerçeveye oturttuklarını ve yorumladıklarını görebilmeniz için bunları incelemenizi şiddetle öneriliyor.

Bölüm 3: Agregasyon (Kümelenme)

Bu bölümde, kümelenmenin gizemlerini keşfedeceğiz. Örneğin; bir şeyleri bir araya getirmek gibi. Önce, Merkezi Limit Teorisi’ne odaklanarak sayıların nasıl kümelendiğini ele alarak başlayacağız. Sonra, kuralların toplanmasına bakacağız. Hayat Oyunu ve tek boyutlu hücresel otomasyon modellerine bakacağız. Her iki model de ilginç olgular üretmek için basit kuralların nasıl bir araya getirileceğini gösteriyor. Burada, bireysel tercihler mantıklı olurken, kümelenmiş tercihlerin nasıl mantıklı olmayabileceğini göreceğiz.

İnternette Merkezi Limit Teorisi, İki Terimli Dağılım, Altı Sigma, Hayat Oyunu ve benzer konular hakkında daha fazla okuma yapacağınız pek çok harika site bulunuyor. Başlamanız için bazı derslerin bağlantılarını da ekledim. Hücresel otomasyon ve farklı tercihler ile ilgili okumalar eğitmeniniz Scott E. Page’in Karmaşık Uyarlamalı Sosyal Sistemler (Complex Adaptive Social Systems) ve Sırasıyla Farklılık (The Difference Respectively) isimli kitaplarından kısa alıntılardan oluşuyor.

Bölüm 4: Karar Modelleri

Bu bölümde insanların nasıl karar verdiklerine dair bazı modelleri inceleyeceğiz. Çok kriterli karar verme mekanizmasını inceleyerek başlayacağız. Sonra, konumsal karar verme modellerine ve sonra da karar ağaçlarına bakacağız. Bilginin değerine bakarak bu kısmı tamamlayacağız.

Çok kriterli karar verme hakkındaki okumalar, eğitmeniniz Scott E. Page’in “Michigan Vatandaşlık Hakları Girişimi” rehberinden olacak. Rehber, bu tekniğin nasıl kullanılacağını gösterecek bir durum çalışması sunuyor. Konumsal oylama ve karar modelleri hakkında internette pek çok harika Powerpoint sunum ya da makale bulabilirsiniz. Karar Ağacı okumaları ise, Arizona Devlet Üniversitesi’nden Craig Kirkwood’a ait.

Bölüm 5: İnsan Modelleri: Düşünme Elektronları

Bu bölümde, sosyal bilim adamlarının çeşitli insan modelleme yöntemlerini inceleyeceğiz. Üç farklı modeli inceleyipbirbirleri ile karşılaştıracağız. Rasyonel aktör yaklaşımı, davranışsal modeller ve kural tabanlı modeller. Bu dersler, sonra karşılaşılacak pek çok model için içerik sağlayacak. Bu ders için özel bir okuma yok; ancak, davranışsal ekonomi hakkında, incelemek isteyebileceğiniz birkaç kitap ismi var. Ayrıca, eğer, aşağı çeken rekabet oyunu ilginizi çekiyorsa, bir arama motoruna “Rosemary Nagel Aşağı Çeken Rekabet” ("Rosemary Nagel Race to the Bottom") yazarsanız, birkaç iyi içerik bulabilirsiniz. Aynı zamanda, “Sıfır Zekâ Tüccarları” (Zero Intelligence Traders) yazarak bu konuya giriş hakkında da bir şeyler bulabilirsiniz.

Aşağıda, davranışsal ekonomi hakkında daha fazla öncül referans bulabileceğiniz bir site bulunuyor.

Bölüm 6: Doğrusal Modeller

Bu bölümde, doğrusal modelleri inceleyeceğiz. Verilerin kategoriler halinde depolandığı, kategorisel modellere bakarak başlayacağız. Ortalama, sapma (varyans) ve “r” kare (determinasyon sayısı) gibi ölçülere giriş yapmak için bu basit çerçeveyi kullanacağız. Doğrusal modellerin ne yaptığını, regresyon (gerileme) çıktısının nasıl okunacağını (ki bu oldukçe değerli bir beceridir) ve doğrusal olmayan verilerin, doğrusal modellere nasıl oturtulacağına bakacağız. Bu dersler size, doğrusal modellerin nasıl kullanıldığı hakkında bir “fikir” vererek, belki de bu konular hakkında başka dersler de almanız için sizi teşvik edecektir. Bu kısmı, eğitmeniniz Scott E. Page’in “Büyük Katsayı” ve Yeni Gerçeklik adını verdiği iki düşünce arasındaki ayrımı vurgulayarak sonlandırılacaksınız. Bu kısma ait okumalar, yine eğitmeniniz Scott E. Page tarafımdan yazılmış iki küçük yazıyı içeriyor; ancak, internette doğrusal modeller, “r” kare, regresyon ve kanıt tabanlı düşünce hakkında fazlasıyla zengin kaynaklar bulabilirsiniz.

Bölüm 7: Taşma Noktaları

Bu bölümde, taşma noktalarını (küçük olayların geri dönüşü olmayan büyük olayları doğurması) inceleyeceğiz. İki modele yoğunlaşacağız. Bankalara uyarlanan bir fizik modeli: sızma (perkolasyon) modeli ve hastalıkların yayılma modeli. Hastalıkların yayılma modeli daha karmaşık olduğu için bu konuyu ikiye böleceğiz. İlk bölüm hastalığın yayılmasına odaklanıyor, ikinci bölümde ise, iyileşme dönemi ekleniyor. Bu kısmın okumaları, eğitmeniniz Scott E. Page’in modeller hakkında yazmakta olduğu kitaptan yapılmış iki alıntıdan oluşuyor. Biri yayılmayı inceliyor. Diğeri ise, taşma modellerini ele alıyor. Ayrıca, bir de teknik bir makale var. Scott E. Page ve PJ Lamberson’ın birlikte yazdığı bu makale Quarterly Journal of Political Science’da (Üç Aylık Politika Bilimi Gazetesi) yayınlanacak. Amaç teknik sosyal bilim makalelerinin nasıl olduklarını görmenizi sağlamak. Tamamını okumak zorunda değilsiniz; ama giriş bölümü ve referans listesi size çok iyi yön verecektir.

Bölüm 8: Ekonomik Büyüme

Bu bölümde, birkaç büyüme modelini ele alacağız. Basit üssel model ile başlayacağız ve Solow’un temel büyüme modeline odaklanarak ekonomik modellere geçeceğiz. İş gücü etmenini dışarıda bırakarak bu modeli basitleştirerek inceleyeceğiz. Bu modeller bizim iki çeşit model arasında ayrım yapmamıza yardımcı oluyor: Sermaye birikiminden dolayı oluşan büyüme ve inovasyon (yaratıcılık) kökenli büyüme.

Bölüm 9: Çeşitlilik ve İnovasyon

Bu bölümde, çeşitliliğin inovasyon üzerinde oynadığı rolü göstermek için bazı sorun çözme modellerinin ele alacağız. Çeşitli / farklı bakış açılarının (sorun sunumları) ve keşiflerin, sorun çözücü bazı grupların nasıl diğerlerinden daha yüksek performans göstermelerini sağladığını göreceğiz. Ayrıca, “engebeli arazi” (ruggedlandscape) ve “bölgesel optima” (localoptima) gibi yeni kavramlara da bakacağız. Son derste ise, yeniden yapılandırmanın hayret verici gücünü ve büyümeye nasıl katkıda bulunduğunu göreceğiz. Bu bölümün okumaları, Princeton Üniversitesi Yayınları sayesinde çıkan “Farklılık” (The Difference) kitabımdan alıntılardan oluşuyor.

Bölüm 10: Markov Süreçleri

Bu bölümde, Markov Süreçleri’ni ele alacağız. Markov Süreçleri, sabit konumda devletler arasındaki dinamik süreçleri yakalayıp ele alır. Örneğin, ülkelerin demokrasi ve diktatörlük arasındaki geçiş süreçlerini ele alacağız. Bir Markov Süreci olması için bir konumdan diğerine geçmek olası olmalıdır ve konumlar arasındaki geçiş olasılığı da zaman içinde sabit olmalıdır. Eğer, bu varsayımlar tutarsa, o zaman bu süreçte benzersiz bir denge oluşur. Bir başka deyişle, tarihin bir önemi kalmaz. Resmi olarak, bu duruma “Markov Yakınsama (Konverjans) Teorisi” denilir. Markov Süreçleri’ni ele almanın yanı sıra, bu temel çerçevenin, “bir yazının eser sahipliğini belirleme” ve “bir ilaç protokolünün etkinliği” gibi diğer uygulamalarda da nasıl kullanılabileceğini göreceğiz.

Bölüm 11: Lyapunov Fonksiyonları

Modeller, bir sistem tarafından üretilmiş çıktıların doğasını belirlememize yardımcı olabilir: Sistem bir denge mi, bir sarmal mı, bir rastgelelik mi yoksa bir karmaşıklık mı yaratacak? Bu derslerde, Lyapunov Fonksiyonları’nı ele alacağız. Bu, dengede olan pek çok sistemi belirlememizi sağlayan bir tekniktir. Buna ek olarak, dengeye ne kadar çabuk ulaşılabileceğine de sınır koymamızı sağlar. Bu derslerde, Lyapunov Fonksiyonları’nın resmi tanımını ve bu fonksiyonları çeşitli ortamlarda nasıl uygulayabileceğimizi öğreneceğiz. Aynı zamanda, nerelerde uygulanamayacaklarını da göreceğiz ve hatta hiç kimsenin sistemin dengede kalıp kalmayacağını bilmediği bir sorunu da inceleyeceğiz.

Bölüm 12: Koordinasyon (Düzenleme) ve Kültür.

Bu derste, bazı kültür modellerini ele alacağız. Kültürün ne olduğu ve sosyal bilim adamları için neden bu kadar önemli olduğunu geçmişe değinerek konuşacağız. Analitik bölüme, “saf koordinasyon” oyunu adı verilen oldukça basit bir oyunla başlayacağız. Bu oyunda, oyuncular sadece aynı aksiyonu seçmeleri durumunda kazanırlar. Hangi aksiyonu seçtiklerinin bir önemi yoktur – aynısını seçtikleri sürece. Örneğin, arabayı yolun solundan mı sağından mı sürdüğünüz önemli değildir; ancak, önemli olan, herkesle aynı tarafta sürüyor olmanızdır. Sonra, insanların çoklukoordinasyon oyunları oynadığı durumları ele alarak ve kültürün oluşmasını inceleyeceğiz. Son modelimizde ise, gerçek dünya verilerinde görülen vekültürel imzalar yaratan bir modeli inceleyeceğiz: koordinasyon ve istikrarlı isteğe bağlı bir model. Bu bölümdeki okumalar, eğitmeniniz Scott E. Page’in koordinasyon oyunları ile ilgili bazı notlarımdan ve Bednar ile arkadaşlarının akademik makalesinden oluşuyor. Bu makalede, bir modeli incelemek için Markov Süreçleri’ni nasıl kullandığımızı göreceksiniz. Ayrıca, Axelrod Net Logo Modeli’ne ulaşabileceğiniz bir link de var.

Bölüm 13: İzlek Bağımlılığı

Bu derste, izlek (patika) bağımlılığını ele alacağız. Bu çalışmayı, oldukça basit “vazo modelleri” kullanarak yapacağız. Bu modellerin arasında en ünlü olanı Polya Modeli’dir. Vazo modelleri oldukça basittir; ancak, bir süreci neyin izlek bağımlı yaptığının ardındaki mantığı çözmemizi sağlarlar. Aynı zamanda, izlek bağımlılığını artan dönüşlere ve taşma noktalarını da inceleyeceğiz. Bu dersin okuması, eğitmeniniz Scott E. Page’in yazdığı ve Quarterly Journal of Political Science’da yayınlanan bir makale olacak.

Bölüm 14: İletişim Ağları

Bu bölümde, iletişim ağlarını ele alacağız. İletişim ağlarının nasıl oluştuğu, yapıları – özellikle iletişim ağlarının bazı yaygın ölçütleri – ve fonksiyonları hakkında konuşacağız. Çoğunlukla, iletişim ağlarında ortaya çıkan fonksiyonlar gösterilir; bununla kastettiğimiz şey, iletişim ağlarının işlevselliğini amaçlamadığı; ama bu işlevselliğin, iletişim ağlarının yapılarından dolayı kendiliğinden ortaya çıktığıdır. Bu kısmın okuması, Steven Strogatz tarafından yazılmış kısa bir makale.

Bölüm 15: Rastlantısallık ve Rastlantısal Yürüyüşler

Bu bölümde, ilk olarak rastlantısallık ve çeşitli kaynakları hakkında konuşacağız. Sonra performansın nasıl yetenek ve şansa bağlı olabileceği hakkında konuşacağız. Burada şans rastlantısal olarak modellenmiştir. Sonra, temel “rastlantısal yürüyüş kuramını” öğrenip, bunu Etkili Pazar Hipotezi’ne uygulayacağız. Etkili Pazar Hipotezi’nde pazar fiyatları ilgili tüm bilgileri içerdiğinden dolayı, geriye kalan tek etmen rastlantısallıktır. Bu kısmı, rekabeti modellemek için kullanılabilen sınırlı hafıza rastlantısal yürüyüş modelinden bahsederek kapatacağız. Bu bölümün okuması, Michael Mauboussin tarafından yazılmış, yeteneği şanstan ayırmaktan bahseden bir makale olacak.

Bölüm 16: Albay (Colonel) Blotto Oyunu

Bu bölümde, Albay Blotto Oyunu’nu ele ele alacağız. Bu oyun orijinal olarak birden fazla cephede savaşma yollarını incelemek için geliştirilmişti. Bugün, spordan, kanunlara ve terörizme kadar her şeye uygulanıyor. Albay Blotto oyununun temellerinden bahsettikten sonra, daha detaylı analizine bakacağız ve sonra da Blotto’yu bir önceki bölümde bahsettiğimiz yetenek şans modelimizle karşılaştıracağız. Bu bölümdeki okumalar eğitmeniniz Scoot E. Page’in Farklılık (The Difference) kitabından bazı alıntılardan ve Carnegie Mellon’dan Russell Golman ile birlikte yazdığı bir makaleden oluşuyor. Golman makalesinin sadece ilk dört sayfasını okumanız gerekiyor.

Bölüm 17: Tutsak İkilemi ve Kolektif (Toplu) Eylem

Bu bölümde, Tutsak İkilemi’ni, Kolektif Eylem Sorunlarını ve Ortak Havuz Kaynak Sorunları’nı ele alacağız. Tutsak İkilemi’ni ve bireysel dürtülerin nasıl sosyal olarak istenmeyen sonuçlar doğurabileceğini tartışarak başlayacağız. Sonra, iş birliği yaratmanın yedi yolunu ele alacağız. Bunlardan ilk beşi aşağıda belirtilmiş olan Nowak ve Sigmund tarafından yazılmış olan makaleler ile ele alınacak. Kolektif eylem ve ortak havuz kaynak sorunlarından ve bunların çözümü için derin düşünme gerektiğinden bahsederek sonlandıracağız. Bu konu hakkında Nobel Ödülü sahibi Elinor Ostrom’un yazmış olduğu inanılmaz derecede fazla şey bulunuyor.

Bölüm 18: Mekanizma (Düzenek) Tasarımı: Müzayedeler

Bu bölümde, mekanizma tasarımını ele alacağız. Bazı temellerle başlayacağız: Saklı eylemler ve saklı bilgilerden dolayı oluşan sorunların üstesinden nasıl geliriz? Sonra, müzayedelerin nasıl tasarlanacağı gibi daha uygulamalı bir soruya geçeceğiz. Dersi, kamusal projeler hakkında karar vermek için mekanizmaların nasıl kullanılacağını tartışarak tamamlayacağız. Bu kısmın okumaları, mekanizma tasarımı ile ilgili çalışmasıyla Nobel Ödülü’nü kazanan Eric Maskin’den bir makale ve V. S. Subrahmanian tarafından hazırlanmış bir müzayede sunumundan oluşuyor. Maskin’in makalesinin sonlarına doğru biraz zorlanabilirsiniz. Her şeyi tam anlamıyla anlamak konusunda endişelenmeyin. Tanımladığı büyük resme odaklanın.

Bölüm 19: Öğrenme: Çoğaltıcı Dinamikleri

Bu bölümde, çoğaltıcı dinamikleri ve Fisher’ın temel teorisini ele alacağız. Çoğaltıcı dinamikler, evrim kadar öğrenme sürecini de açıklamak amacıyla kullanıldılar. Fisher Teorisi, uyum sağlama oranınındaki artışın, çeşitlilik miktarını da arttırdığını savunur.. Dersi, Fisher Teorisi’nden ve altı sigma ve varyasyon (sapma) düşürerek elde ettiğimiz sonuçlardan nasıl anlam çıkarmamız gerektiğini tanımlayarak sonlandıracağız. Bu bölümdeki okumalar oldukça kısa. Fisher Teorisi hakkındaki ikinci okuma, biraz teknik bir okuma. İki okuma da Çeşitlilik ve Karmaşa (Diversity and Complexity) isimli çalışmadan yapılmış alıntılardan oluşuyor.

Bölüm 20: Çok Modelli Düşünme: Çeşitlilik ve Tahmin

Son bölümde, tahminlerde bulunurken yetenek ve çeşitliliğin bilge kitleler yaratmak konusundaki önemini ele alacağız. Derse kategori modeller, doğrusal modeller ve bunların tahminde bulunurken nasıl kullanılabileceklerinden bahsederek başlayacağız. Sonra, kolektif tahminlerin nasıl işe yaradığı konusunda temel önseziler sağlayan Çeşitlilik Tahmin Teorisi’ni ele alacağız. Dersi, pek çok modele sahip olmanın değerinden bahsederek sonlandıracağız. Bu kısmın okuması, çeşitlilik tahmin teorisinin kısa bir açıklamasından oluşuyor.

Önerilen Özgeçmiş

Öğrenciler temel cebir işlemleri hakkında kendilerini rahat hissetmeli. Yüksek matematik bilgisi gerekli değil; ancak, türevlerin belirli bir noktada eğime neden olduğunun kavramsal olarak algılanabilmesi faydalı olacaktır.

Önerilen Kaynaklar

Farklılık (The Difference): Çeşitliliğin Gücü Nasıl Daha İyi Gruplar, Şirketler, Okullar ve Topluluklar Yaratır? (Yeni Baskı), Scott E Page.

Karmaşık Uyarlama Sistemleri: Sosyal Hayatın Hesaplama Modellerine Giriş (Princeton’da Karmaşıklık Hakkındaki Çalışmalar), John Miller ve Scott E Page.

Sosyal Bilimlerde Modellere Giriş, Jean Lave ve James March

Ders Formatı

Derste çeşitli modeller ele alınıyor olacak. Her bir model için, genel kitle tarafından erişilebilir, ortalama on dakikalık bir giriş yapılacak. Sonra, modellerin detaylarını, nasıl kullanılacaklarını ve olası genişlemeleri içeren daha gelişmiş derslerle devam edeceğim. Daha detaylı olan bu derslerin çoğunun içinde, konu ile ilgili bilginizi sınayabileceğiniz sorular olacak. Ayrıca, video derslerinin dışında küçük sınavlar da sunulacak. Bir haftada iki model ele almayı ve model başına ortalama bir saatlik video olmasını bekleyebilirsiniz.

SSS

Bir ders kitabı almam gerekiyor mu?

Hayır. Ders için gerekli olan tüm okuma materyallerinin dersin internet sitesinde ücretsiz olarak sunulması üzerinde çalışılıyor.

Bu dersi tamamladıktan sonra bir sertifika alacak mıyım?

Evet. Bu dersi başarıyla tamamlayan öğrenciler, eğitmen tarafından imzalanmış bir sertifika alacak.

Scott E. Page

Karmaşık Sistemler, Siyaset Bilimi ve Ekonomi Profesörü, Karmaşık Sistemler Merkezi, Michigan Üniversitesi

Scott E Page, Michigan Üniversitesi, Leonid Hurwicz Koleji, Karmaşık Sistemler, Siyaset Bilimi ve Ekonomi profesörü. Michigan Üniversitesi’nde, Karmaşık Sistemler Çalışmaları Merkezi’ni yönetiyor. Ayrıca, Santa Fe Enstitüsü’nde dış öğretim üyesi.  Scott, Wisconsin Üniversitesi, Northwestern Kellogg İşletme Okulu, Caltech ve Michigan Üniversitesi’ndeki öğretmenlik görevi ve hizmetlerinden ötürü ödüller aldı. Scott, sosyal bilimler hakkında oldukça  çeşitli konularda ve geniş çerçevelerde pek çok makale yayınladı. 2011 yılında, Sanat ve Bilim Amerikan Akademisi’ne (American Academy of Arts and Sciences) seçildi.  

Michigan Üniversitesi
Sayfayı kaydırın