YENİ MEDYA | |||||
Lisans | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF-LLL: 6. Düzey |
Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
MBG4059 | Biyoinformatikte İşlemsel Yöntemler | Bahar Güz |
3 | 0 | 3 | 6 |
Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir. |
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. |
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. |
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. |
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 |
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. |
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 |
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 |
Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
1) | Yeni medya, habercilik ve iletişim alanlarına temel oluşturan teoriler, kavramlar, gelenekler ve fikir tarihindeki gelişmeleri eleştirel bir yaklaşımla yorumlayabilmek ve tartışabilmek. | |
2) | Yeni medyadaki haber ve içerik üretim süreçlerinde kullanılan teknik donanım ve yazılımlarla ilgili yazılı, sözlü ve görsel temel bilgilere ve bunların profesyonel düzeyde etkin kullanım becerisine sahip olabilmek. | |
3) | Yeni medya, habercilik ve iletişim alanlarında faaliyet gösteren kurumsal aktörlere ve genel anlamda bu sektörlere dair bilgiler edinip bunları eleştirel bir şekilde yorumlayabilmek. | |
4) | Okuyucu, dinleyici, seyirci ve kullanıcıların medya ortamlarının değişen rolleri karşısındaki tepkilerini kavrayabilmek, bunlara uygun özgün içerikler oluşturup yayabilmek ve gelecek trendlere dair öngörülerde bulunabilmek. | |
5) | Yeni medya ve habercilik alanlarının komşu disiplinlerine ilişkin temel kuram, kavram ve fikirleri eleştirel bir yaklaşımla ele alabilmek. | |
6) | İletişim alanındaki küresel teknolojik değişimlerle bunların yerel aktörler üzerindeki etkilerine dair ilişkileri kavrayabilmek. | |
7) | İçerik üretmek için gerekli verileri bilimsel yöntemlerle toplayabilme, analiz edebilme ve yayma becerilerini geliştirebilmek. | |
8) | Edindiği bilgi, beceri ve yetkinlikleri yaşamı boyunca toplumsal amaçlar doğrultusunda, yasal ve etik bir sorumlulukla geliştirmek ve bunları toplumsal fayda üretebilecek şekilde kullanabilmek. | |
9) | Yeni medya, habercilik ve iletişim alanında ulusal/uluslararası düzeylerdeki meslektaşlarıyla ortak çalışmalar yürütebilmek. | |
10) | Ulusal ve uluslararası saygın mecralarda yayımlanabilecek nitelikte çeşitli formatlarda ürünler ortaya koyabilme yeteneği geliştirmek. |