YAZILIM MÜHENDİSLİĞİ
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)	Karmaşık mühendislik problemlerine yönelik yazılım proje, süreç ve ürünlerine ait fonksiyonel ve fonksiyonel olmayan özellikleri tanımlayabilmek.
2)	Karmaşık mühendislik problemlerinde yazılım mimarisi, bileşenleri, ara yüzleri ve sisteme ait diğer alt bileşenleri tasarlayabilmek.
3)	Kodlama, doğrulama, sınama ve hata ayıklama konularını da içerecek şekilde karmaşık yazılım sistemleri geliştirebilmek.
4)	Karmaşık mühendislik problemlerinde yazılımı, programın davranışlarını beklenen sonuçlara göre sınayarak doğrulayabilmek.
5)	Karmaşık yazılım sistemlerinin çalışması sırasında, çalışma ortamının değişmesi, yeni kullanıcı istekleri ve yazılım hatalarının ortaya çıkması ile meydana gelen bakım faaliyetlerine yönelik işlemleri yapabilmek.
6)	Karmaşık yazılım sistemlerinde yapılan değişiklikleri izleyebilmek ve kontrol edebilmek, entegrasyonunu sağlayabilmek, yeni sürümlerini sistematik olarak planlayabilmek ve riskleri yönetebilmek.
7)	Disiplin içi ve disiplinler arası takımlarda görev alarak karmaşık yazılım sistemleri yaşam süreçlerini tanımlayabilmek, değerlendirebilmek, ölçebilmek, yönetebilmek ve uygulayabilmek.
8)	Karmaşık mühendislik problemlerinde gerçekçi kısıtlar ve koşullar altında yazılım gereksinimlerini toplama, yazılımı tasarlama, geliştirme, sınama, bakımını yapma konularındaki çeşitli araçları ve yöntemleri kullanabilmek.
9)	Temel kalite metrikler tanımlayabilmek, yazılım yaşam döngüsü süreçlerini uygulayabilmek, yazılım kalitesini ölçebilmek, kalite model karakteristiklerini tanımlayabilmek, standartları uygulayabilmek ve bunları karmaşık yazılım sistemlerini analiz etmekte, tasarlamakta, geliştirmekte, doğrulamakta ve sınamakta kullanabilmek.
10)	Yazılım mühendisliği ile ortak sınırlara sahip olan matematik, fen bilimleri, bilgisayar mühendisliği, endüstri mühendisliği, sistem mühendisliği, ekonomi, yönetim ve sürdürülebilir kalkınma gibi diğer disiplinler hakkında teknik bilgi kazanabilmek ve bunlar aracılığıyla yenilikçi fikirleri karmaşık mühendislik problemlerinde ve girişimcilik faaliyetlerinde kullanabilmek.
11)	Yazılım mühendisliği kültürü ve etik anlayışını kavrayabilmek ve bunları yazılım mühendisliğinde uygulayabilecek temel bilgilere sahip olmak, meslek hayatı boyunca gerekli teknik becerileri öğrenip başarıyla uygulayabilmek.
12)	Yabancı dil ve Türkçe kullanarak etkin rapor yazabilmek ve yazılı raporları anlayabilmek, tasarım ve üretim raporları hazırlayabilmek, etkin sunum yapabilmek, açık ve anlaşılır talimat verebilmek ve alabilmek.
13)	Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları ile mühendislik çözümlerinin hukuksal sonuçları hakkında bilgi sahibi olmak.