EEE 539 is the graduate-level framework for making optimal decisions and extracting unknown quantities from noisy observations, the mathematical backbone behind radar, communications receivers, and modern statistical signal processing. You work through Poor's textbook deriving decision rules and estimators under different criteria (Bayesian, minimax, Neyman-Pearson, ML), with four problem sets, a midterm and final, and a project that culminates in Kalman-Bucy filtering. Expect a probability-heavy course that formalizes intuitions from undergraduate signals and statistics, and serves as the prerequisite mindset for research in detection, estimation, and inference-driven EE topics.
→ STARS müfredatı (resmi syllabus)
Son 17 dönemde dersin ortalaması 3,45 (357 öğrencinin notu, 4,00 üzerinden), yani sınıf ortalaması B+ civarında. Zorluk hocaya ve şubeye göre değişir; ölçülebilir olan bu sayı. Diğer derslerle karşılaştır →
İzlencede 1 midterm var, ağırlığı %35. Final %43. Kalan %22 dersin öteki kalemlerinde. Tam dağılım aşağıda.
Bilkent kataloğunda bu ders için ön koşul yazılı değil.
İzlencede zorunlu kitap: An Introduction to Signal Detection and Estimation, H. Vincent Poor, 1994/2nd, Springer.
3 Bilkent kredisi, 5 AKTS.
| Kalem | Ağırlık | Notun (100 üzerinden) |
|---|---|---|
| Homework | %10 | |
| Project | %12 | |
| Midterm | %35 | |
| Final | %43 |
Ağırlıklar EEE 539 izlencesinden. Hocanın bu dönemki dağılımı farklı olabilir; bağlayıcı olan ders izlencesidir. Harf notu sınırlarını hoca belirliyor, o yüzden hedefi sen giriyorsun. İzlencede FZ şartı var, sayfanın sonundaki kutuda.
Bilkent'in resmî syllabus'ünden. Sağdaki etiket o çıktının hangi değerlendirmeyle ölçüldüğünü söylüyor.
İlk dosyayı sen atarsan: not, slayt, geçmiş sınav, çözüm, cheat-sheet, ne varsa. defter ekibi öğrenci paylaşımlarından bu dersin notlarını yazar. Drive linki / PDF / ZIP, hepsi olur.
| Dönem | Ders ort. | |
|---|---|---|
| 2025-2026 Fall | 3.53 | 1 şube · 28 öğr |
| 2023-2024 Spring | 3.33 | 1 şube · 33 öğr |
| 2022-2023 Spring | 3.43 | 1 şube · 16 öğr |
| 2021-2022 Spring | 3.31 | 1 şube · 12 öğr |
| 2020-2021 Spring | 3.44 | 1 şube · 15 öğr |
| 2019-2020 Fall | 3.55 | 1 şube · 18 öğr |
| 2018-2019 Fall | 3.53 | 1 şube · 19 öğr |
| 2017-2018 Fall | 3.52 | 1 şube · 20 öğr |
| 2016-2017 Fall | 3.53 | 1 şube · 22 öğr |
| 2015-2016 Fall | 3.45 | 1 şube · 25 öğr |
Dersin dönem ortalaması, o dönemin bütün şubeleri birlikte. Kaynak STARS'ın ders değerlendirme raporu. Rapor yalnız kampüs ağından ya da Bilkent VPN ile açılıyor: EEE 539 raporu · Bilkent VPN bilgisi. Öğrenci anket cevaplarını defter'de tutmuyoruz. Tüm derslerin ortalamaları →
Course Learning Outcomes: Course Learning Outcome Assessment Construct a hypothesis testing problem; specify the probability distributions of the observations under each hypothesis; formulate optimal decision rules according to various criteria Homework Midterm Final Apply the Bayesian, minimax or Neyman-Pearson approaches to design optimal decision rules; assess the Bayes risk, minimax risk, detection probability, and false-alarm probability. Homework Project Midterm Final Apply detection theory for signal detection in discrete time; design optimal receiver structures Homework Project Midterm Final Construct a parameter estimation problem; specify the likelihood function; formulate optimal estimators according to various criteria Homework Final Design Bayesian estimator in presence of prior information; design minimum variance unbiased estimator or maximum likelihood estimation in absence of prior information Homework Project Final