Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
GENOMİK VERİ ANALİZİNDE İSTATİSTİKSEL YÖNTEMLER	Üçüncü Düzey	BİS 618	Seçmeli	1	7.00	7.00	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	Herhangi bir ön koşul bulunmamaktadır. Bilgisayar programlama, algoritma ve R programlama dilinde kodlama bilgisine sahip olmak bir avantajdır. Öğrenciler, R dilinde kod yazmayı ve analiz yapmayı öğrenmeye teşvik edilmektedir.
Eğitimin Dili	Türkçe
Koordinatör	PROF. DR. GÖKMEN ZARARSIZ
Dersi Veren Öğretim Eleman(lar)ı
Yardımcı Öğretim Eleman(lar)ı
Dersin Veriliş Şekli	Anlatım ve Tartışma
Dersin Amacı	Bu ders genomik alanında çeşitli amaçlarla (sınıflama, kümeleme, gen ontolojisi, vb.) yürütülen çalışmalarda kullanılan istatistiksel yöntemlerin öğretilmesini amaçlar.
Dersin Tanımı

Dersin İçeriği

1	Genomik veriye giriş, temel kavramlar, R/Bioconductor ağı
2	Genomik veri teknolojileri, Mikro-dizilim, RNA-dizileme, SNPs, ChIP
3	Açıklayıcı veri analizi, veri önişleme (normalizasyon, transformasyon, kalite kontrol vb.), grafiksel değerlendirmeler
4	Gen ekspresyonu ve anlamlı genlerin tespit edilmesi, anlamlılık testleri, çoklu karşılaştırmalar
5	Deney düzenleri, randomizasyon ve bloklama
6	Genomik veriler için doğrusal modeller
7	Ara Sınav
8	Genomik verilerde makine öğrenme algoritmaları – Sınıflama analizleri I
9	Genomik verilerde makine öğrenme algoritmaları – Sınıflama analizleri II
10	Genomik verilerde makine öğrenme algoritmaları – Kümeleme analizleri I
11	Genomik verilerde makine öğrenme algoritmaları – Kümeleme analizleri II
12	Uygulama
13	Genomik verilerde boyut indirgeme, PCA ve MDS grafikleri, ısı haritaları
14	Diğer konular (Genom çapında ilişkilendirme çalışmaları (GWAS), gen ontolojisi, tek nükleotid polimorfizmi (SNPs) vb.)
15	FİNAL SINAVI
16
17
18
19
20

Dersin Öğrenme Çıktıları

1	Açıklayıcı veri analizleri, veri önişleme (Normalizasyon, transformasyon, vb.)
2	Gen ekspresyon analizi
3	Mikrodizilim, RNA-dizileme teknikleri
4	Deney düzenleri (randomizasyon, bloklama), doğrusal modeller
5	Anlamlılık testleri, çoklu karşılaştırmalar
6	Sınıflama / Kümeleme analizleri
7
8
9
10

*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	3	42
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme)	14	4	56
Ödevler	2	10	20
Sunum / Seminer hazırlama	0	0	0
Kısa sınavlar	0	0	0
Ara sınavlara hazırlık	1	20	20
Ara sınavlar	0	0	0
Proje (Yarıyıl ödevi)	1	36	36
Laboratuvar	0	0	0
Arazi çalışması	0	0	0
Yarıyıl sonu sınavına hazırlık	1	36	36
Yarıyıl sonu sınavı	0	0	0
Araştırma	0	0	0
Toplam iş yükü			210
AKTS			8.50

Değerlendirme yöntemleri ve kriterler

Yarıyıl içi değerlendirme	Sayısı	Katkı Yüzdesi
Ara sınav	1	30
Kısa sınav	0	0
Ödev	2	15
Yarıyıl içi toplam		45
Yarıyıl içi değerlendirmelerin başarıya katkı oranı		60
Yarıyıl sonu sınavının başarıya katkı oranı		40
Genel toplam		100

Önerilen Veya Zorunlu Okuma Materyalleri

Ders kitabı	Bu ders için zorunlu olarak belirlenmiş bir kaynak bulunmamaktadır. Ders materyalleri güncel makaleler, internet ortamından edinilen kaynaklar ve çeşitli ders notlarından oluşmaktadır. Materyaller dersi alan öğrencilere ayrıca verilecektir.
Yardımcı Kaynaklar

Ders İle İlgili Dosyalar