Geri
AKADEMİK
Geri Dön

Ders Tanımı

Ders Kodu Yarıyıl T+U Saat Kredi AKTS
MÜHENDİSLER İÇİN PYTHON PROGRAMLAMA 3+0 3 6
Ders Programi Henüz Hazırlanmamıştır.
Ön Koşul Dersleri
Önerilen Seçmeli Dersler Gerekli bilgi: Nesne tabanlı programlamada temel beceriler
Dersin Dili İngilizce
Dersin Seviyesi Lisans
Dersin Türü Programa Bağlı Seçmeli
Dersin Koordinatörü Prof.Dr. Hasan Fehmi ATEŞ
Dersi Verenler Prof.Dr. Hasan Fehmi ATEŞ
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
Öğrenci Python programlama dili ile algoritma yazabilecektir 1, 15, 16, 4, 9 A, C, D
Öğrenci Python'da nesne tabanlı programlama becerisine sahip olacaktır 1, 15, 16, 4, 9 A, C, D
Öğrenci farklı uygulamalar için varolan kod kütüphanelerini kullanabilecektir 1, 16, 4 C, D
Öğrenci Python'da temel optimizasyon, görüntü işleme ve makine öğrenme problemlerinin çözümü için kod yazabilecektir. 1, 15, 16, 4, 9 A, C, D
Öğrenci Python'da veri analizi ve görselleştirme yeteneklerine sahip olacaktır 1, 15, 4, 9 A, C, D
Öğretim Yöntemleri: 1: Anlatım, 15: Problem Çözme, 16: Proje Temelli Öğrenme, 4: Alıştırma ve Uygulama, 9: Benzetim
Ölçme Yöntemleri: A: Yazılı sınav, C: Ödev, D: Proje / Tasarım
Haftalık ders konuları ve öğrenim hedefleri için tıklayınız.

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
Kaynaklar
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
0
1. Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi
0
2. Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi
X
0
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
0
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
0
5. Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi
0
6. Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi
X
0
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
0
8. Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi
0
9. Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi
0
10. Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi
0
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

Değerlendirme Sistemi Mutlak Değerlendirme
Ara Sınavın Başarıya Oranı   30
Genel Sınavın Başarıya Oranı   70
Toplam   100

AKTS - işyükü

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
Oku 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*=(48/30) 6
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır.

Sayısal Veriler

Öğrenci Başarı Durumu