Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
PYTHON İLE PROGRAMLAMA Üçüncü Düzey HEES 231 3 2.00 2.00 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri NA
Eğitimin Dili Türkçe
Koordinatör DR. ÖĞR. ÜYESİ AHMET KERİM AĞIRMAN
Dersi Veren Öğretim Eleman(lar)ı DR. ÖĞR. ÜYESİ AHMET KERİM AĞIRMAN
Yardımcı Öğretim Eleman(lar)ı DR. ÖĞR. ÜYESİ AHMET KERİM AĞIRMAN
Dersin Veriliş Şekli Yüz yüze
Dersin Amacı Bu ders, programlama konusunda bilgisi olan veya hiç bilgisi olmayan lisansüstü öğrencilerine araştırmalarında ve projelerinde kullanabilecekleri temel Python bilgisi ve programlama becerisini sağlamayı amaçlamaktadır.
Dersin Tanımı Python programlama dili, verilerin işlenmesi ve analizi için giderek daha popüler hale gelen bir araçtır. Bu ders, öğrencilere veri biliminde daha ileri düzey çalışmalar için gerekli olan temel Python bilgisini vermeyi amaçlamaktadır. Ders yapısı, öğrencilere kod yazma pratiği yapmak için uygulamaları içerecek ve yavaş yavaş veri bilimi uygulamalarına odaklanan ileri düzeyde beceriler geliştirecektir. Bir dizi Python nesnesini ve kontrol yapısını tanıtılacak, ardından bunlar sınıflar ve nesne yönelimli programlamayla geliştirilecektir. Büyük bir programlama projesi bu kavramları güçlendirecek, öğrencilere büyük bir yazılım parçasının nasıl oluşturulduğu konusunda fikir verecek ve öğrencilere tam döngülü bir geliştirme projesini yönetme konusunda deneyim kazandıracaktır. Dersin son bölümü veri analizi için iki popüler Python paketine, Numpy ve Pandas''''a ayrılmıştır. Ders, öğrencilerin kendi seçtikleri bir veri kümesini tanımlamak ve anlamak için komut dosyası tarzı bir programlama uyguladıkları, keşfedici bir veri analizi ile sona ermektedir. Ders, Python''''un yanı sıra, komut satırının kullanımı, Jupyter not defterleri ve Git ve GitHub ile kaynak kontrolü de dahil olmak üzere, modern veri bilimi uygulamalarının temelini oluşturan diğer birkaç teknolojiye de zaman ayırmayı hedeflemektedir.

Dersin İçeriği
1 Programlamaya giriş, komut satırı ve kaynak kodu.
2 Python’a başlangıç
3 Dizi türleri ve sözlükler
4 Kontrol ve algoritmalar
5 Fonksiyonlar
6 Karmaşıklık
7 Sınıflar
8 Nesne yönelimli programlama
9 Metin ve ikili data ile çalışma
10 Numpy
11 Pandas ile veri analizi
12 Grafik çizme ve görselleştirme
13 Pandas agregasyonu ve grup operasyonları
14 Test etme
15
16
17
18
19
20

Dersin Öğrenme Çıktıları
1 Bir dosya sisteminde gezinebilecek, dosyaları manipüle edebilecek ve bir komut satırı arayüzü kullanarak programları çalıştırabilecek
2 Git kullanarak bir projenin farklı sürümlerinin nasıl yönetileceğini ve başkalarıyla Github kullanarak nasıl işbirliği yapılacağını anlayabilecek
3 Python sözdiziminde akıcı olacak ve temel Python nesne türlerine aşina olacak
4 Hesaplama problemlerini çözmek için algoritmalar tasarlayabilecek, muhakeme edebilecek ve uygulayabilecek
5 Nesne yönelimli tasarım ilkelerini süreçlerini geliştirilmiş olan büyük yazılım parçaları vasıtası ile anlayabilecek
6 Programları test edebilecek ve etkin bir şekilde hata ayıklayabilecek
7 Farklı dosya türlerinden ve diğer kaynaklardan veri ayıklamak için Python''un nasıl kullanılacağını bilecek
8 İşlevsel programlama ilkelerini anlayabilecek
9 NumPy ve Pandas paketlerini kullanarak verilerin nasıl okunacağını, işleneceğini, tanımlanacağını ve görselleştirileceğini bilecek
10 Python kullanarak bir veri setinin keşifsel analizini oluşturabilecek

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 Asya çalışmaları alanına ilişkin ileri düzey kuramsal, kavramsal ve metodolojik bilgiye sahiptir.
2 Asya toplumlarının tarihsel, kültürel, politik ve ekonomik yapılarını disiplinlerarası bir perspektifle açıklar.
3 Asya bölgesine ait dil, edebiyat, kültür ve düşünce geleneklerini karşılaştırmalı olarak analiz eder.
4 Asya çalışmalarında kullanılan temel kuramsal yaklaşımları (postkolonyal teori, kültürel çalışmalar, vb.) ileri düzeyde değerlendirir.
5 Asya kültürlerini şekillendiren inanç sistemleri, felsefi gelenekler ve ideolojik yapıların toplumsal etkilerini açıklar.
6 Alanına ilişkin birincil ve ikincil kaynakları ileri düzeyde analiz eder, eleştirel olarak yorumlar ve akademik üretime dönüştürür.
7 Bağımsız ve özgün araştırma tasarlar, yürütür ve sonuçlandırır.
8 Nitel ve nicel araştırma yöntemlerini kullanarak veri toplar, analiz eder ve yorumlar.
9 Alanına özgü kavram, teori ve yöntemleri kullanarak yeni araştırma soruları geliştirir.
10 Akademik yazım kurallarına uygun özgün bilimsel metinler üretir.
11 Ulusal ve uluslararası akademik ortamlarda bilimsel bulgularını sözlü ve yazılı olarak sunar.
12 Alanında özgün bir çalışmayı bağımsız olarak gerçekleştirir ve bilimsel bilgiye katkı sağlar.
13 Disiplinlerarası araştırma ve projelerde aktif rol alır ve sorumluluk üstlenir.
14 Alanındaki güncel gelişmeleri ve literatürü eleştirel bir yaklaşımla takip eder ve değerlendirir.
15 Yaşam boyu öğrenme anlayışı doğrultusunda akademik ve mesleki gelişimini sürdürülebilir biçimde yönetir.
16 Alanındaki bilgi ve bulguları farklı hedef kitlelere açık, anlaşılır ve bilimsel biçimde aktarır.
17 En az bir yabancı dili akademik düzeyde kullanarak bilimsel iletişim kurar.
18 Asya toplumlarına ilişkin kültürel, sosyal ve politik sorunları eleştirel biçimde analiz eder ve çözüm önerileri geliştirir.
19 Kültürel farklılıkları nesnel ve karşılaştırmalı bir bakış açısıyla değerlendirir, kültürlerarası etkileşimi analiz eder.
20 Araştırma ve uygulama süreçlerinde bilimsel etik, toplumsal sorumluluk ve akademik dürüstlük ilkelerine uygun hareket eder.
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder

Planlanan Öğretim Faaliyetleri, Öğretme Metodları ve AKTS İş Yükü
  Sayısı Süresi (saat) Sayı*Süre (saat)
Yüz yüze eğitim 14 2 28
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 0 0 0
Ödevler 0 0 0
Sunum / Seminer hazırlama 0 0 0
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 1 3 3
Ara sınavlar 0 0 0
Proje (Yarıyıl ödevi) 1 4 4
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 1 2 2
Yarıyıl sonu sınavı 1 1 1
Araştırma 0 0 0
Toplam iş yükü     38
AKTS     2.00

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 40
Kısa sınav 0 0
Ödev 1 20
Yarıyıl içi toplam   60
Yarıyıl içi değerlendirmelerin başarıya katkı oranı   60
Yarıyıl sonu sınavının başarıya katkı oranı   40
Genel toplam   100

Önerilen Veya Zorunlu Okuma Materyalleri
Ders kitabı Intro to Python for Computer Science and Data Science, Paul Deitel & Harvey Deitel, Pearson 2020
Yardımcı Kaynaklar

Ders İle İlgili Dosyalar