BAHÇEŞEHİR ÜNİVERSİTESİ BİLGİ PAKETİ / DERS KATALOĞU
| SOSYOLOJİ | |||||
| Lisans | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF-LLL: 6. Düzey | ||
Ders Tanıtım Bilgileri
| Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
| MBG4059 | Biyoinformatikte İşlemsel Yöntemler | Bahar | 3 | 0 | 3 | 6 |
| Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir. |
Temel Bilgiler
| Öğretim Dili: | İngilizce |
| Dersin Türü: | Non-Departmental Elective |
| Dersin Seviyesi: | LİSANS |
| Dersin Veriliş Şekli: | Yüz yüze |
| Dersin Koordinatörü: | Dr. Öğr. Üyesi ELIZABETH HEMOND |
| Dersin Amacı: | Bu dersin amacı, biyoinformatikde kullanılan temel hesaplama yöntemleri ve biyoinformatikde önemli uygulamaları olup aynı zamanda biyoinformatik dışında da pek çok uygulaması olan küme algoritmalar hakkında bir anlayış kazandırmaktır. |
Öğrenme Kazanımları
|
Bu dersi başarıyla tamamlayabilen öğrenciler; 1. Nükleik asit ve protein dizilerinin modellenmesinde faydalı olan temel hesaplama modellerini tanır. 2. Çeşitli moleküler biyoloji verisinin analizi için yararlı algoritmaları tasarlar ve uygular. 3. Genetik Algoritma ve bunun biyoinformatik uygulamalarını tartışır. 4. Açgözlü Algoritmalar ve bunun bunun biyoinformatik uygulamalarını tartışır. 5. Gibbs örneklemesi ve bunun bunun biyoinformatik uygulamalarını tartışır. 6. Beklenti Maksimizasyonu ve bunun bunun biyoinformatik uygulamalarını tanır. 7. Saklı Markov modelleri ve bunun bunun biyoinformatik uygulamalarını tanır. 8. Bayesian ağlar ve bunun bunun biyoinformatik uygulamalarını tanımlar. 9. Grafikler ve bunun bunun biyoinformatik uygulamalarını tanımlar. |
Dersin İçeriği
| Bu ders, biyoinformatik uygulamalarda yaygın olarak kullanılan hesaplamalı yöntemler ve algoritmalar konusunda geniş bir alt yapı sağlayacaktır. Çeşitli mevcut yöntemler eleştirel olarak tarif edilecek ve her birinin güçlü ve kısıtlı yönleri ele alınacaktır. |
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konu | Ön Hazırlık |
| 1) | Hesaplama karmaşıklığı ve algoritma tasarım tekniklerine kısa bir giriş | |
| 2) | Kesin dizi arama algoritmaları | |
| 3) | Rabin-Karp algoritması, örüntü eşleştirme, soneki ağaçları | |
| 4) | Dinamik programlama elemanları, Manhattan turist problemi, k-band algoritması | |
| 5) | Yaklaşık dizge eşlemesi, böl ve fethet algoritmaları | |
| 6) | Branch ve bound araması | |
| 7) | Genetik Algoritma | |
| 8) | Açgözlü Algoritmalar | |
| 9) | Gibbs örneklemesi | |
| 10) | Beklenti Maksimizasyonu | |
| 11) | Saklı Markov modelleri | |
| 12) | Bayesian ağlar | |
| 13) | Grafikler | |
| 14) | Tekrar |
Kaynaklar
| Ders Notları / Kitaplar: | Haftalık ders notları iletilecektir. Weekly course notes will be provided. |
| Diğer Kaynaklar: | An Introduction to Bioinformatics Algorithms (Computational Molecular Biology), Neil Jones and Pavel Pevzner, MIT Press, 2004. |
Değerlendirme Sistemi
| Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
| Ödev | 2 | % 10 |
| Projeler | 1 | % 15 |
| Ara Sınavlar | 1 | % 25 |
| Final | 1 | % 50 |
| Toplam | % 100 | |
| YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 35 | |
| YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 65 | |
| Toplam | % 100 | |
AKTS / İş Yükü Tablosu
| Aktiviteler | Aktivite Sayısı | Süre (Saat) | İş Yükü |
| Ders Saati | 14 | 3 | 42 |
| Sınıf Dışı Ders Çalışması | 14 | 6 | 84 |
| Sunum / Seminer | 5 | 4 | 20 |
| Ara Sınavlar | 1 | 2 | 2 |
| Final | 1 | 2 | 2 |
| Toplam İş Yükü | 150 | ||
Program ve Öğrenme Kazanımları İlişkisi
| Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
| 1) | Klasik ve güncel başlıca sosyoloji perspektiflerini öğrenmek ve karşılaştırmak ve bunların hepsini sosyal durumların analizine uygulamak. | |
| 2) | Yerel ve küresel ölçekte, sosyolojik ve antropolojik bilginin kurulmasında temel metodolojik yaklaşımları belirlemek | |
| 3) | Sosyal bilimlerde istatistik alanında edinilmiş, teorik ve uygulamalı bilginin kullanılmasını sağlamak | |
| 4) | Sosyolojiye katkıda bulunacak diğer disiplinlere ait temel bilginin alınması (psikoloji, tarih, siyaset bilimi, iletişim ve edebiyat ) ve bu bilgiyi sosyolojik sürecin analiz edilmesinde kullanabilmek | |
| 5) | Sosyolojik verilerin toplanmasında, yorumlanmasında ve yayınlanmasında bilimsel ve etik prensiplere ilişkin bilgi sahibi olmak, bu prensipleri uygulayabilmek; ve aynı zamanda bu verinin uzmanlar ve ilgili kişilerle etkili iletişim yetenekleri ile nasıl paylaşılacağı becerisini geliştirme | |
| 6) | Kalitatif ve kantitatif analizler için, bilgisayar programlarını kullanarak sosyolojik bilgiyi analiz etme ve yayımlama yeteneği geliştirmek ve bu alandaki yeni gelişmeleri takip etme tutumu geliştirmek | |
| 7) | Kent ve kır sosyolojisi ve demografi, siyaset sosyolojisi, toplumsal cinsiyet sosyolojisi, beden sosyolojisi, görsel sosyoloji, iş sosyolojisi, din sosyolojisi, bilgi sosyolojisi ve suç sosyolojisi ile ilgili teorileri tanımlamak ve bu teoriler hakkında bilgi sahibi olmak | |
| 8) | Felsefi ve tarihi bakış açısına göre sosyolojinin bilimsel bir disiplin olarak nasıl konumlandığı bilgisine sahip olmak | |
| 9) | Türk toplumundaki sosyal konular üzerine farkındalık sahibi olmak, bu konulara eleştirel yaklaşabilmek ve Türk sosyologlarının çalışmaları hakkında bilgi sahibi olmak ve bu bilgileri aktarabilmek | |
| 10) | Sosyal konular ve küresel sosyal süreçler üzerine farkındalık sahibi olmak ve sosyolojik analizleri kalkınma ve sosyal sorumluluk projelerine uygulamak. | |
| 11) | Bireysel veya takım üyesi olarak, sosyolojinin çeşitli alanları için araştırma sorusu belirleme, araştırma projesi üretme ve tamamlanmış yazılı rapor hazırlama kabiliyetine sahip olmak | |
| 12) | Sosyoloji alanında kazanılmış bilginin lise derecesine aktarabilmek |