Ders Detayı
Ders Tanımı
Ders | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
---|---|---|---|---|---|
MÜHENDİSLER İÇİN PYTHON PROGRAMLAMA | - | Güz Dönemi | 3+0 | 3 | 6 |
Ders Programı |
Ön Koşul Dersleri | |
Önerilen Seçmeli Dersler |
Dersin Dili | İngilizce |
Dersin Seviyesi | Lisans |
Dersin Türü | Programa Bağlı Seçmeli |
Dersin Koordinatörü | Prof.Dr. Bahadır Kürşat GÜNTÜRK |
Dersi Verenler | Prof.Dr. Bahadır Kürşat GÜNTÜRK |
Dersin Yardımcıları | |
Dersin Amacı | Ders, Python dilinde programlama temelleri ve uygulamaları içermektedir. İşlenen konular: Python programlama dili, dış kütüphanelerin kullanımı, listeler ve sözlükler, özyineleme, sıralama algoritmaları, dinamik programlama, hata yakalama, giriş/çıkış. Ders mühendislik ve bilgisayar bilimlerinin farklı alanlarından uygulamalar sunmaktadır: benzetim, optimizasyon, veri analizi, veri görselleştirme, görüntü işleme, makine öğrenme, vs. |
Dersin İçeriği | Bu ders; Python'a giriş: Değişkenler ve Hafıza, Dizgiler, Koşullular, Akış Kontrolü,Fonksiyonlar ve Dış Kütüphaneler,Listeler ve Çokuzlular,Sözlükler,Girdi/Çıktı ve Hatalar,Katarlar ve Katar İşleme,Arama ve Sıralama,Nesne Tabanlı Programlama: sınıflar, yöntemler ve kalıtım,Benzetim ve Optimizasyon,Sayısal Hesaplamalar ve Yöntemler,Veri Analizi ve Görselleştirme,Görüntü İşleme,Makine Öğrenme,Python ile Gelişmiş Uygulamalar; konularını içermektedir. |
Dersin Öğrenme Kazanımları | Öğretim Yöntemleri | Ölçme Yöntemleri |
Python programlama dili ile algoritma yazabilir | 12, 2, 21, 6, 9 | A, E, F |
Python'da nesne tabanlı programlama becerisi kazanır | 12, 2, 21, 6, 9 | A, E, F |
Farklı uygulamalar için varolan kod kütüphanelerini kullanır | 2, 6, 9 | E, F |
Python'da temel optimizasyon, görüntü işleme ve makine öğrenme problemlerinin çözümü için kod yazabilir | 12, 2, 21, 6, 9 | A, E, F |
Python'da veri analizi ve görselleştirme yeteneklerine sahip olur | 12, 21, 6, 9 | A, E, F |
Öğretim Yöntemleri: | 12: Problem Çözme Yöntemi, 2: Proje Temelli Öğrenme Modeli, 21: Benzetim/Simülasyon Tekniği, 6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi |
Ölçme Yöntemleri: | A: Klasik Yazılı Sınav, E: Ödev, F: Proje Görevi |
Ders Akışı
Sıra | Konular | Ön Hazırlık |
---|---|---|
1 | Python'a giriş: Değişkenler ve Hafıza, Dizgiler, Koşullular, Akış Kontrolü | Kitap Bölümü 2 |
2 | Fonksiyonlar ve Dış Kütüphaneler | Kitap Bölümü 3 |
3 | Listeler ve Çokuzlular | Kitap Bölümü 10, 12 |
4 | Sözlükler | Kitap Bölümü 11 |
5 | Girdi/Çıktı ve Hatalar | Kitap Bölümü 14 |
6 | Katarlar ve Katar İşleme | Kitap Bölümü 8 |
7 | Arama ve Sıralama | |
8 | Nesne Tabanlı Programlama: sınıflar, yöntemler ve kalıtım | Kitap Bölümü 15, 16, 17, 18 |
9 | Benzetim ve Optimizasyon | |
10 | Sayısal Hesaplamalar ve Yöntemler | |
11 | Veri Analizi ve Görselleştirme | |
12 | Görüntü İşleme | |
13 | Makine Öğrenme | |
14 | Python ile Gelişmiş Uygulamalar |
Kaynak |
Ders Kitabı: Think Python, How to Think Like a Computer Scientist, Allen Downey http://www.cs.tau.ac.il/courses/pyProg/1213a/misc/thinkpython.pdf |
Yardımcı Kaynaklar: Dive Into Python, Mark Pilgrim http://www.cs.tau.ac.il/courses/pyProg/1213a/misc/diveintopython.pdf Learn Python the Hard Way, 3rd ed., Zed A. Shaw ISBN-13: 978-0321884916 Python web sayfası: https://www.python.org |
Dersin Program Yeterliliklerine Katkısı
Dersin Program Yeterliliklerine Katkısı | |||||||
No | Program Yeterliliği | Katkı Düzeyi | |||||
1 | 2 | 3 | 4 | 5 | |||
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 | X | |||||
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 | X | |||||
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 | X | |||||
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 | X | |||||
7 | 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 |
Değerlendirme Sistemi
Katkı Düzeyi | Mutlak Değerlendirme | |
Ara Sınavın Başarıya Oranı | 30 | |
Genel Sınavın Başarıya Oranı | 70 | |
Toplam | 100 |
AKTS / İşyükü Tablosu | ||||||
Etkinlik | Sayı | Süresi (Saat) | Toplam İş Yükü (Saat) | |||
Ders Saati | 14 | 3 | 42 | |||
Rehberli Problem Çözme | 0 | 0 | 0 | |||
Problem Çözümü / Ödev / Proje / Rapor Tanzimi | 6 | 10 | 60 | |||
Okul Dışı Diğer Faaliyetler | 14 | 2 | 28 | |||
Proje Sunumu / Seminer | 0 | 0 | 0 | |||
Kısa Sınav (QUİZ) ve Hazırlığı | 0 | 0 | 0 | |||
Ara Sınav ve Hazırlığı | 1 | 20 | 20 | |||
Genel Sınav ve Hazırlığı | 1 | 30 | 30 | |||
Performans Görevi, Bakım Planı | 0 | 0 | 0 | |||
Toplam İş Yükü (Saat) | 180 | |||||
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(180/30) | 6 | |||||
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır. |
Dersin Detaylı Bilgileri
Ders Tanımı
Ders | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
---|---|---|---|---|---|
MÜHENDİSLER İÇİN PYTHON PROGRAMLAMA | - | Güz Dönemi | 3+0 | 3 | 6 |
Ders Programı |
Ön Koşul Dersleri | |
Önerilen Seçmeli Dersler |
Dersin Dili | İngilizce |
Dersin Seviyesi | Lisans |
Dersin Türü | Programa Bağlı Seçmeli |
Dersin Koordinatörü | Prof.Dr. Bahadır Kürşat GÜNTÜRK |
Dersi Verenler | Prof.Dr. Bahadır Kürşat GÜNTÜRK |
Dersin Yardımcıları | |
Dersin Amacı | Ders, Python dilinde programlama temelleri ve uygulamaları içermektedir. İşlenen konular: Python programlama dili, dış kütüphanelerin kullanımı, listeler ve sözlükler, özyineleme, sıralama algoritmaları, dinamik programlama, hata yakalama, giriş/çıkış. Ders mühendislik ve bilgisayar bilimlerinin farklı alanlarından uygulamalar sunmaktadır: benzetim, optimizasyon, veri analizi, veri görselleştirme, görüntü işleme, makine öğrenme, vs. |
Dersin İçeriği | Bu ders; Python'a giriş: Değişkenler ve Hafıza, Dizgiler, Koşullular, Akış Kontrolü,Fonksiyonlar ve Dış Kütüphaneler,Listeler ve Çokuzlular,Sözlükler,Girdi/Çıktı ve Hatalar,Katarlar ve Katar İşleme,Arama ve Sıralama,Nesne Tabanlı Programlama: sınıflar, yöntemler ve kalıtım,Benzetim ve Optimizasyon,Sayısal Hesaplamalar ve Yöntemler,Veri Analizi ve Görselleştirme,Görüntü İşleme,Makine Öğrenme,Python ile Gelişmiş Uygulamalar; konularını içermektedir. |
Dersin Öğrenme Kazanımları | Öğretim Yöntemleri | Ölçme Yöntemleri |
Python programlama dili ile algoritma yazabilir | 12, 2, 21, 6, 9 | A, E, F |
Python'da nesne tabanlı programlama becerisi kazanır | 12, 2, 21, 6, 9 | A, E, F |
Farklı uygulamalar için varolan kod kütüphanelerini kullanır | 2, 6, 9 | E, F |
Python'da temel optimizasyon, görüntü işleme ve makine öğrenme problemlerinin çözümü için kod yazabilir | 12, 2, 21, 6, 9 | A, E, F |
Python'da veri analizi ve görselleştirme yeteneklerine sahip olur | 12, 21, 6, 9 | A, E, F |
Öğretim Yöntemleri: | 12: Problem Çözme Yöntemi, 2: Proje Temelli Öğrenme Modeli, 21: Benzetim/Simülasyon Tekniği, 6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi |
Ölçme Yöntemleri: | A: Klasik Yazılı Sınav, E: Ödev, F: Proje Görevi |
Ders Akışı
Sıra | Konular | Ön Hazırlık |
---|---|---|
1 | Python'a giriş: Değişkenler ve Hafıza, Dizgiler, Koşullular, Akış Kontrolü | Kitap Bölümü 2 |
2 | Fonksiyonlar ve Dış Kütüphaneler | Kitap Bölümü 3 |
3 | Listeler ve Çokuzlular | Kitap Bölümü 10, 12 |
4 | Sözlükler | Kitap Bölümü 11 |
5 | Girdi/Çıktı ve Hatalar | Kitap Bölümü 14 |
6 | Katarlar ve Katar İşleme | Kitap Bölümü 8 |
7 | Arama ve Sıralama | |
8 | Nesne Tabanlı Programlama: sınıflar, yöntemler ve kalıtım | Kitap Bölümü 15, 16, 17, 18 |
9 | Benzetim ve Optimizasyon | |
10 | Sayısal Hesaplamalar ve Yöntemler | |
11 | Veri Analizi ve Görselleştirme | |
12 | Görüntü İşleme | |
13 | Makine Öğrenme | |
14 | Python ile Gelişmiş Uygulamalar |
Kaynak |
Ders Kitabı: Think Python, How to Think Like a Computer Scientist, Allen Downey http://www.cs.tau.ac.il/courses/pyProg/1213a/misc/thinkpython.pdf |
Yardımcı Kaynaklar: Dive Into Python, Mark Pilgrim http://www.cs.tau.ac.il/courses/pyProg/1213a/misc/diveintopython.pdf Learn Python the Hard Way, 3rd ed., Zed A. Shaw ISBN-13: 978-0321884916 Python web sayfası: https://www.python.org |
Dersin Program Yeterliliklerine Katkısı
Dersin Program Yeterliliklerine Katkısı | |||||||
No | Program Yeterliliği | Katkı Düzeyi | |||||
1 | 2 | 3 | 4 | 5 | |||
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 | X | |||||
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 | X | |||||
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 | X | |||||
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 | X | |||||
7 | 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 |
Değerlendirme Sistemi
Katkı Düzeyi | Mutlak Değerlendirme | |
Ara Sınavın Başarıya Oranı | 30 | |
Genel Sınavın Başarıya Oranı | 70 | |
Toplam | 100 |