BAHÇEŞEHİR ÜNİVERSİTESİ BİLGİ PAKETİ / DERS KATALOĞU
| GENETİK VE BİYOİNFORMATİK | |||||
| Lisans | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF-LLL: 6. Düzey | ||
Ders Tanıtım Bilgileri
| Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
| SEN2211 | Veri Yapıları ve Algoritmalar I | Bahar | 2 | 2 | 3 | 7 |
| 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 ÖZGE YÜCEL KASAP |
| Dersi Veren(ler): |
Dr. Öğr. Üyesi BETÜL ERDOĞDU ŞAKAR Arş.Gör. MERVE ARITÜRK Prof. Dr. NAFİZ ARICA Dr. Öğr. Üyesi DUYGU ÇAKIR YENİDOĞAN Arş.Gör. SEVGİ CANPOLAT |
| Opsiyonel Program Bileşenleri: | Yok |
| Dersin Amacı: | Bu ders yazılım mühendisliğinde kullanılan temel veri yapılarına giriş niteliğindedir. Dersin bitiminde öğrenci, bağlı listeler, yığıtlar ve kuyruklar gibi temel veri yapılarının uygulaması, gerçekleştirilmesi ve analizi hakkında bilgi sahibi olacaktır. Sıralama, arama ve özyineleme gibi temel teknikleri de öğretilecektir. Dersin Öğretim yöntemleri anlatım ve uygulama şeklindedir. |
Öğrenme Kazanımları
|
Bu dersi başarıyla tamamlayabilen öğrenciler; 1) Temel nesne yönelimli programlama ilkelerini açıklayabilir ve uygulayabilir. 2) Bağlı listeler, yığıtlar ve kuyruklar gibi temel veri yapılarını gerçekleştirebilir. 3) Algoritmaların karmaşıklığını ve performanslarını ölçebilir. 4) Performanslı programlar geliştirebilmek için uygun veri yapılarını seçebilir ve geliştirebilir. 5) Özyinelemeli algoritmalar geliştirebilir. 6) Temel veri yapılarında sıralama işlemini gerçekleştirebilir. 7) Temel veri yapılarında arama işlemini gerçekleştirebilir. |
Dersin İçeriği
| Dersin içeriği nesne tabanlı Java'ya genel bakış, algoritmaların karmaşıklığı ve verimi, liste-yığın-kuyruk yapılarına giriş, liste-yığın-kuyruk yapılarının uygulamaları, özyineleme, arama algoritmaları ve sıralama algoritmaları konularından oluşmaktadır. |
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konu | Ön Hazırlık |
| 1) | Veri Yapıları ve Algoritmalara Giriş Karmaşıklık Analizi | |
| 2) | Bağlı Listelere Giriş | |
| 3) | Çift Bağlı Listeler Sıralı Bağlı Listeler | |
| 4) | Sıralı Bağlı Listeler Dairesel Bağlı Listeler | |
| 5) | Yığıtlar | |
| 6) | Cebirsel İşlemler için Yığıtlar | |
| 7) | Kuyruklar | |
| 8) | Kuyruklar | |
| 9) | Java Veri Yapıları Sınıfları | |
| 10) | Özyineleme | |
| 11) | Özyineleme Karmaşıklığı | |
| 12) | Arama Algoritmaları | |
| 13) | Sıralama Algoritmaları | |
| 14) | Sıralama algoritmaları |
Kaynaklar
| Ders Notları / Kitaplar: | Data Structures & Problem Solving Using Java (Mark Allen Weiss) Data Structures and Algorithm Analysis in Java (Mark Allen Weiss) Data Structures and Abstractions with Java (Frank Carrano) |
| Diğer Kaynaklar: | Yok |
Değerlendirme Sistemi
| Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
| Laboratuar | 2 | % 25 |
| Küçük Sınavlar | 2 | % 15 |
| Ara Sınavlar | 1 | % 20 |
| Final | 1 | % 40 |
| Toplam | % 100 | |
| YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 60 | |
| YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 40 | |
| Toplam | % 100 | |
AKTS / İş Yükü Tablosu
| Aktiviteler | Aktivite Sayısı | Süre (Saat) | İş Yükü |
| Ders Saati | 14 | 2 | 28 |
| Laboratuvar | 14 | 2 | 28 |
| Ödevler | 1 | 8 | 8 |
| Küçük Sınavlar | 2 | 20 | 40 |
| Ara Sınavlar | 1 | 30 | 30 |
| Final | 1 | 30 | 30 |
| Toplam İş Yükü | 164 | ||
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) | Biyoloji konuları ile ilgili problemleri saptama, sentez yaparak problemlerin çözümüne yönelik hipotez kurma ve çeşitli gözlemsel ve deneysel yöntemler kullanarak hipotezi çözme becerisi kazanır. | |
| 2) | 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. | |
| 3) | Etkili iletişim kurma ve hem İngilizce hem Türkçe sözlü,yazılı ve okuma becerisi kazanır. Mesleki alanda ingilizceye hakim olur. | |
| 4) | Araştırmaları etik, mesleki sorumluk bilincine sahip, insani değerlere ve insan haklarına saygılı bir şekilde yürütür. İnsan deneylerinde gizlilik ilkesine önem verir. | |
| 5) | Bilgisayar sistemlerinde olan zengin bilgileri kullanabilir ve basit biyolojik sorulara cevap bulma ve hastalıkların teşhis ve tadavileri gibi problemlere çözüm bulur. | 3 |
| 6) | Eleştirel, yaratıcı ve analitik düşünme yeteneği geliştirir. | 2 |
| 7) | Genetik laboratuvarında kullanılan değişik teknikleri öğrenir ve bilgi ve beceri kazanır. | |
| 8) | Nicel ve nitel veri toplama yöntemleri kullanmada bilgi ve beceri kazanır. | 2 |
| 9) | Genetik ve biyoinformatik alanında kullanılan teorileri ve uygulamaları öğrenmek ve her ikisi arasında bağlantı kurma. | |
| 10) | Kendini geliştirme konusunda literatürü araştırıp kullanır ve bilim-teknoloji alanındaki en yeni gelişmeleri takip eder. | 2 |
| 11) | Ulusal ve uluslararası sorunlarından haberdar olup, bu sorunlara genetik ve biyoinformatik bilimini kullanarak çözüm araştırır. |