Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
PYTHON İLE HESAPLAMALI DÜŞÜNME VE VERİ BİLİMİ	Üçüncü Düzey	ENM 491		7	3.00	3.00	Yazdır

Dersin Tanımı

Ön Koşul Dersleri
Eğitimin Dili	Türkçe
Koordinatör	PROF. DR. İBRAHİM DOĞAN
Dersi Veren Öğretim Eleman(lar)ı	PROF. DR. İBRAHİM DOĞAN
Yardımcı Öğretim Eleman(lar)ı
Dersin Veriliş Şekli	yüz yüze eğitim
Dersin Amacı	Bu dersin amacı öğrencilerin Python programlama dilini kullanarak bilgi-işlemsel düşünme becerisini geliştirecek farklı problemler üzerinde düşünme ve programlar yapmalarını sağlamaktır. Öğrenciler Python’da veriyi hazırlama, veriyi işleme, görselleştirme ve analiz etme becerileri kazanacaktır. Öğrenciler Pyton programlama dilini kullanarak stokastik problemlerin çözümünde Monte Carlo Simülasyonu ve temel istatiksel analiz yapabilme becerisini kazanacaklar ve temel makine öğrenme algoritmalarını kodlama ve kullanma becerisine sahip olacaklardır.
Dersin Tanımı	Python ile temel programlama kavramları, Python’da Numpy, Pandas ve Matplotlib kütüphaneleri, Stokastik problemlerin Monte Carlo Simülasyonu ile çözümü, Python ile temel istatiksel analiz, Python ile temel Makine Öğrenmesi algoritmaları.

Dersin İçeriği

1	Python ile Temel Programlama Kavramları
2	Python ile Temel Programlama Kavramları
3	NumPy ve Pandas ile Veri Analizi
4	NumPy ve Pandas ile Veri Analizi
5	Matplotlib Veri Görselleştirme
6	Stokastik Düşünme
7	Python ile Monte Carlo Simulasyonu
8	Python ile Monte Carlo Simulasyonu
9	Python ile Stokastik Stok Problemlerinin Modellenmesi
10	Python ile Stokastik Stok Problemlerinin Modellenmesi
11	Python ile İstatiksel Analiz
12	Python ile Makine Öğrenmesine Giriş
13	Python ile Danışmanlı Öğrenme
14	Python ile Danışmansız Öğrenme
15
16
17
18
19
20

Dersin Öğrenme Çıktıları

*Dersin Program Yeterliliklerine Katkı Seviyesi

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
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)	14	2	28
Ödevler	0	0	0
Sunum / Seminer hazırlama	0	0	0
Kısa sınavlar	0	0	0
Ara sınavlara hazırlık	1	10	10
Ara sınavlar	1	2	2
Proje (Yarıyıl ödevi)	0	0	0
Laboratuvar	0	0	0
Arazi çalışması	0	0	0
Yarıyıl sonu sınavına hazırlık	1	10	10
Yarıyıl sonu sınavı	1	2	2
Araştırma	0	0	0
Toplam iş yükü			80
AKTS			3.00

Değerlendirme yöntemleri ve kriterler

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

Önerilen Veya Zorunlu Okuma Materyalleri

Ders kitabı	Matthes, E. (2023). Python crash course: A hands-on, project-based introduction to programming. no starch press.
Yardımcı Kaynaklar

Ders İle İlgili Dosyalar