|
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.
|
|
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- |
|
|
1- |
|
|
2- |
|
|
3- |
|
|
4- |
|
|
5- |
|
|
6- |
|
|
7- |
|
|
8- |
|
|
9- |
|
|
10- |
|
|
*Dersin program yeterliliklerine katkı seviyesi
|
|
1- |
Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi.
|
|
|
2- |
Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
|
|
|
3- |
Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
|
|
|
4- |
Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
|
|
|
5- |
Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
|
|
|
6- |
Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
|
|
|
7- |
Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
|
|
|
8- |
Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
|
|
|
9- |
Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
|
|
|
10- |
Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
|
|
|
11- |
Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.
|
|
|
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 iş 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
|
|
|