Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
ASTRONOMİDE VERİTABANLARI	Üçüncü Düzey	AUB 538		2	7.50	7.50	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	--
Eğitimin Dili	Türkçe
Koordinatör	ÖĞRETİM ÜYESİ NURTEN FİLİZ AK
Dersi Veren Öğretim Eleman(lar)ı	Dr.Öğr.Üyesi Nurten FİLİZ AK
Yardımcı Öğretim Eleman(lar)ı	--
Dersin Veriliş Şekli	Yüz yüze
Dersin Amacı	Astronomi, son yıllarda hızla gelişen gözlem teknolojileri sayesinde büyük miktarda verinin üretildiği ve bilgi elde edilmesi için işlendiği bir yapıya sahiptir. Çok geniş miktarda verinin ve veri türünün yer aldığı veri tabanları hakkında bilgilere sahip olmak, bu veri tabanlarını kullanmak ve bu amaçla hizmete sunulan platform ve programları kullanabilmek, geleceğin astronomları için elzem bir hal almıştır. Bu ders, iki temel amaca yönelik olarak hazırlanmıştır: (1) Veri tabanlarını tanıma anlama ve ulaşabilme ve (2) Veri tabanlarında yer alan bilgileri sorgulayabilme ve işleme. Bu ders yapısı gereği çok sayıda uygulamayı içinde barındırdığından, öğrencilerin uygulama yöntemiyle öğrenmesine yönelik çok sayıda örnek içermektedir.
Dersin Tanımı	Astronomide Veri Tabanları dersi; astronomiye yönelik veri tabanlarını tanıtma ve kullanım yöntemlerini sunma, bankalarda yer alan verilerin sorgulanması, elde edilmesi ve işlenmesi temeline dayalı olarak uygulama ağırlıklıdır. Dersi alan öğrencilerin temel bilgisayar bilgisine sahip olması ve internet bağlantılı bir bilgisayara ulaşımının olması elzemdir.

Dersin İçeriği

1	Astronomide veriler ve verilerin yapısı: 1-Görüntü, 2-Tayf, 3-Zaman bağımlı veriler, 4- Teorik veriler ve simülasyonlar
2	Astronomide Veri kaynakları: 1- Makaleler: Makale arama ve sorgulama sistemleri; NASA–ADS ve Bumblebee
3	Astronomide Veri kaynakları: 2-Obje Tabanlı Veri Kaynakları: SIMBAD ve NED. SIMBAD ve NED uygulamaları
4	Astronomide Veri kaynakları: 3- Kataloglar ve katalog sistemleri: CDS veri bankası CDS uygulamaları - 1. Ödev
5	Gözlemevi Veri Bankaları: 1- ASAS, DPOSS, SDSS, Kepler Gözlemevi Veri Bankaları üzerinde uygulamalar (1. Ödev Teslimi)
6	Gözlemevi Veri Bankaları: 2- MACHO, ROTSE, 2MASS, FIRST, WISE, GAIA, HST Gözlemevi Veri Bankaları üzerinde uygulamalar (2. Ödev)
7	NASA ve ESA veri bankaları -MAST -IRSA -HEASARC -CDA -NSSDC -PDS -CADS (KANADA) -ESA-archive Veri Bankaları uygulamaları (2. Ödev Teslim)
8	Arasınav
9	Veritabanı Sorgulama SQL: Search Query Language SDSS verileri üzerinde SQL uygulamaları ADQL: Astronomical Database Query Language GAIA verileri üzerinde ADQL uygulamaları (3. Ödev)
10	TOPCAT Programı TOPCAT ile katalog verileri TOPCAT uygulamaları (3. Ödev Teslim)
11	Sanal Gözlemevi Uygulaması (VO) Veri Depolama için FITS dosyaları (4.Ödev)
12	Veri Madenciliği ve Bilgi Elde Edilmesi: Temel İstatistik Yaklaşımlar (4.Ödev Teslim) Proje ödevi ile ilgili açıklamalar
13	Veri Madenciliği ve Bilgi Elde Edilmesi: Veri Dağılımları (5.Ödev)
14	Veri Madenciliği ve Bilgi Elde Edilmesi: Sınıflama ve Gruplama Algoritmaları (5. Ödev Teslim)
15	Proje Ödevinin Teslimi ve Final Sınavı
16	--
17	--
18	--
19	--
20	--

Dersin Öğrenme Çıktıları

1	- Tamamlanmış ve halen devam eden güncel gözlem projeleri hakkında genel bir bilgiye sahip olacaktır.
2	- Astronomik veri tabanlarında yer alan veri türleri ve bunlara ulaşım yöntemleri hakkında uygulamalar yapacak ve geliştirecek becerilere sahip olacaktır.
3	- Bilimsel anlamda problem çözme yeteneğinin gelişmesi bakımından verilere ulaşım, verilerin kullanımı ve işlenmesi süreçlerini uygulamaları olarak öğrenecektir.
4	- Temel bilimsel problemlerin çözümü anlamında yeni yaklaşım üretilme ve uygulayabilme yeteneği kazanacaktır.
5	- Bilgisayar kullanımı ve yeni programların öğrenilmesi ile bilgisayar tabanlı kişisel becerilerinin artması beklenmektedir.
6	- Veri madenciliği ve verilerin görselleştirilmesi alanlarında kazanacağı beceriler ile bu alanda hızla artan iş olanaklarına yönelik olarak bağımsız çalışabilme ve üretebilme yeteneği kazanacaktır.
7	-
8	-
9	-
10	-

*Dersin Program Yeterliliklerine Katkı Seviyesi

1	Alanındaki güncel ve ileri düzeydeki bilgileri özgün düşünce ve/veya araştırma ile geliştirebilir, derinleştirebilir ve alanına yenilik getirecek özgün tanımlara ulaşır
2	Biyoloji alanının ilişkili olduğu disiplinler arası etkileşimi kavrar
3	Yeni problemleri ve onların çözümleri için strateji planlarını tanıma ve analiz etme becerisi ile bu problemi tanıma aşamasından sonuç ve bulguların değerlendirilmesi ve taktir edilmesine kadar uygun teknik ve yöntemlerin seçilmesini de kapsayan planlama , tasarım ve pratik gözlemleri yürütme becerisine sahip olur
4	Laboratuvar ölçümleri ve arazi gözlemlerinden elde edilen verileri önemleri açısından yorumlayabilme ve teorilerle ilişkilendirme becerisine sahip olur
5	Çalışmalarının süreç ve sonuçlarını, o alandaki veya dışındaki ulusal ve uluslar arası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak etkin iletişim kurma becerisine sahip olur
6	Biyoloji alanı ile ilgili en az bir bilimsel makaleyi ulusal ve/veya uluslar arası hakemli dergilerde yayınlayarak ve/veya özgün bir yapıt üreterek ya da yorumlayarak alanındaki bilginin sınırlarını genişletir
7	Edindiği birikimi, özgün bakış açısı ve araştırma ile geliştirme, derinleştirme ve ülkesinin çıkarlarını koruyarak bilime özgün katkılar sağlayacak tanımlara ulaşır
8	Bireysel ve kollektif olarak, öğrendiği bilgileri uygulamaya aktarabilme ve sunabilme yeteneğine sahip olur ve alanı ile ilgili gerek laboratuvarda gerekse saha çalışmalarında yeterli tecrübe ve disiplin kazanır
9	Bilimsel çözümlerin ve uygulamaların, evrensel ve toplumsal boyutlardaki etkilerinin bilincinde olur; girişimcilik ve yenilikçilik konularının farkında olur. Biyoloji alanı ile ilgili konularda karşılaşılan toplumsal, bilimsel, kültürel ve etik sorunların boyutlarını anlayabilme ve çözümüne katkıda bulunur
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)	10	5	50
Ödevler	6	6	36
Sunum / Seminer hazırlama	10	3	30
Kısa sınavlar	0	0	0
Ara sınavlara hazırlık	1	5	5
Ara sınavlar	1	2	2
Proje (Yarıyıl ödevi)	1	10	10
Laboratuvar	0	0	0
Arazi çalışması	0	0	0
Yarıyıl sonu sınavına hazırlık	1	5	5
Yarıyıl sonu sınavı	1	2	2
Araştırma	1	5	5
Toplam iş yükü			187
AKTS			7.50

Değerlendirme yöntemleri ve kriterler

Yarıyıl içi değerlendirme	Sayısı	Katkı Yüzdesi
Ara sınav	1	50
Kısa sınav	0	0
Ödev	5	50
Yarıyıl içi toplam		100
Yarıyıl içi değerlendirmelerin başarıya katkı oranı		50
Yarıyıl sonu sınavının başarıya katkı oranı		50
Genel toplam		100

Önerilen Veya Zorunlu Okuma Materyalleri

Ders kitabı	Ders esnasında paylaşılan internet kaynakları SDSS -SQL uygulamaları notları ADQL uygulamaları notları
Yardımcı Kaynaklar	Statistics, Data Mining, and Machine Learning in Astronomy (Željko Ivezić, Andrew J. Connolly, Jacob T)

Ders İle İlgili Dosyalar

DBP Hakkında

Ders Hakkında

Bölüm Hakkında