MOLEKÜLER BİYOLOJİ VE GENETİK | |||||
Lisans | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF-LLL: 6. Düzey |
Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
CMP3005 | Algoritma Analizi | Bahar | 3 | 0 | 3 | 6 |
Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir. |
Öğretim Dili: | English |
Dersin Türü: | Non-Departmental Elective |
Dersin Seviyesi: | LİSANS |
Dersin Veriliş Şekli: | Yüz yüze |
Dersin Koordinatörü: | Dr. Öğr. Üyesi CEMAL OKAN ŞAKAR |
Dersi Veren(ler): |
Dr. Öğr. Üyesi TEVFİK AYTEKİN Prof. Dr. NAFİZ ARICA Dr. Öğr. Üyesi CEMAL OKAN ŞAKAR |
Opsiyonel Program Bileşenleri: | Yok |
Dersin Amacı: | Bu dersin amacı algoritma analizi için gerekli temel matematiksel araçları, temel algoritma tasarım tekniklerini, gelişmiş veri yapılarını ve farklı alanlardan önemli algoritmaları tanıtmaktır. |
Bu dersi başarıyla tamamlayabilen öğrenciler; I. Bazı önemli veri yapıları ve algoritmalarla tanışmak. II. Algoritma analizinde kullanılan matematiksel araçlarla tanışmak. III. Yinelemeli ve özyinelemeli algoritmaların asimtotik çalışma süresini analiz edebilmek. IV. Algoritmaların en iyi / en kötü / ortalama durum analizlerini yapabilmek. V. Önemli algoritma tasarım paradigmaları ile tanışmak. VI. Belirli bir uygulama için olası veri yapıları ve algoritmalar arasından hangisinin en uygun oldugunu karar verebilmek. VII. Etkin ve etkin olmayan algoritmaları ayırt edebilmek. VIII. Öğrenilen teknikleri kullanarak yeni problemler için etkin algoritmalar geliştirebilmek ve bu çözümleri disiplin için bir ekip projesi kapsamında uygulamak ve raporlarmak. |
Giriş, asimtotik gösterim, algoritmaların ampirik analizi, algoritma tasarımı, amortize analizi, kaba kuvvet algoritmaları, böl ve yönet algoritmaları, dönüştür ve yönet algoritmaları, uzay ve zaman dengelemeleri, dinamik programlama, açgözlü algoritmalar, ileri veri yapıları, B ağaçları , B-ağaçlarından Ekleme ve Silme, graflar ve graf algoritmaları, P ve NP problemler. |
Hafta | Konu | Ön Hazırlık |
1) | Giriş, asimtotik gösterimler | |
2) | Deneysel algoritma analizi, algoritma analizi, amortize analiz | |
3) | Özyineli ilişkiler, yerine koyma yöntemi, özyineli-ağaç yöntemi, master yöntemi. | |
4) | Kaba Kuvvet Algoritmaları | |
5) | Böl ve Yönet Algoritmaları | |
6) | Birleştirerek sıralama, hızlı sıralama, rasgele hızlı sıralama, ikili arama | |
7) | Dönüştür ve Yönet Algoritmaları, Gausss eliminasyonu ile lineer denklem sistemlerinin çözümü, Dengelenmiş Arama Ağaçları, Yığıtlar ve Yığıt sıralama, Horner Kuralı ve İkili Üs | |
8) | Hafıza ve Zaman Karşılaşmaları, Girdi Geliştirme (Sayıma dayalı sıralama, dize eşleme), Önişleme (Doğrama, Doğrama işlevleri, açık adresleme). | |
9) | Ara sınav. | |
10) | Dinamik Programlama: Madeni para problemi, Sırt çantası problemi, En uzun ortak altdizin | |
11) | Dinamik programlama: Sırt çantası problemi, en uzun ortak alt dizi. | |
12) | Açgözlü Algoritmalar: Aktivite seçimi, Huffman kodları, Prim algoritması, Kruskal Algoritması | |
13) | Tek kaynak en kısa yollar: Bellman-Ford algoritması, Dijkstra algoritması. | |
14) | P, NP, ve NP-tam problemler |
Ders Notları / Kitaplar: | Anany Levitin, The Design and Analysis of Algorithms, Pearson International Third Edition. Cormen, T. H., Leiserson, C. E., Rivest, R. L. and Stein, C., Introduction to Algorithms (3rd Edition), MIT Press, 2009. Sanjoy Dasgupta , Christos Papadimitriou, Umesh Vazirani, Algorithms, McGraw-Hill Education. |
Diğer Kaynaklar: | Yok - None |
Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
Küçük Sınavlar | 2 | % 10 |
Projeler | 1 | % 20 |
Ara Sınavlar | 1 | % 30 |
Final | 1 | % 40 |
Toplam | % 100 | |
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 40 | |
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 60 | |
Toplam | % 100 |
Aktiviteler | Aktivite Sayısı | İş Yükü |
Ders Saati | 14 | 42 |
Proje | 7 | 21 |
Küçük Sınavlar | 6 | 12 |
Ara Sınavlar | 5 | 28 |
Final | 5 | 35 |
Toplam İş Yükü | 138 |
Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
1) | Bilgisayar sistemlerinde olan zengin bilgileri kullanabilir ve basit biyolojik sorulara cevap bulma ve hastalıkların teşhis ve tadavileri gibi problemlere çözüm bulur. | 3 |
2) | Biyoloji konuları ile ilgili problemleri saptama, sentez yaparak problemlerin çözümüne yönelik hipotez kurma ve çeşitli gözlemsel ve deneysel yöntemler kullanarak hipotezi çözme becerisi kazanır. | 4 |
3) | Eleştirel, yaratıcı ve analitik düşünme yeteneği geliştirir. | 5 |
4) | Etkili iletişim kurma ve hem İngilizce hem Türkçe sözlü,yazılı ve okuma becerisi kazanır. Mesleki alanda ingilizceye hakim olur. | 3 |
5) | Genetik laboratuvarında kullanılan değişik teknikleri öğrenir ve bilgi ve beceri kazanır. | 4 |
6) | Biyolojik bilgi ve verileri analiz etme ve derleme yetisi gösterme, bunları ve sonuçlarını, arkasında yatan delilleri, bilgi ve görüşleri yazılı ve sözlü olarak net bir şekilde sunabilme. | 4 |
7) | Nicel ve nitel veri toplama yöntemleri kullanmada bilgi ve beceri kazanır. | 3 |
8) | Araştırmaları etik, mesleki sorumluk bilincine sahip, insani değerlere ve insan haklarına saygılı bir şekilde yürütür. İnsan deneylerinde gizlilik ilkesine önem verir. | 5 |
9) | Moleküler biyoloji ve genetik alanında kullanılan teorileri ve uygulamaları öğrenmek ve her ikisi arasında bağlantı kurma. | 4 |
10) | Kendini geliştirme konusunda literatürü araştırıp kullanır ve bilim-teknoloji alanındaki en yeni gelişmeleri takip eder. | 5 |
11) | Ulusal ve uluslararası sorunlarından haberdar olup, bu sorunlara bilimsel yaklaşımla çözüm araştırır. | 4 |