BAHÇEŞEHİR ÜNİVERSİTESİ BİLGİ PAKETİ / DERS KATALOĞU
| MATEMATİK | |||||
| Lisans | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF-LLL: 6. Düzey | ||
Ders Tanıtım Bilgileri
| Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
| GEN4059 | Biyoinformatikte İşlemsel Yöntemler | Güz | 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 |
| Opsiyonel Program Bileşenleri: | Bulunmuyor. |
| 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: | Relevant course notes or hand-outs will be supplied. |
| Diğer Kaynaklar: | 1)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 | % 25 |
| Ara Sınavlar | 1 | % 25 |
| Final | 1 | % 40 |
| 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 | 7 | 98 |
| Ara Sınavlar | 1 | 2 | 2 |
| Final | 1 | 2 | 2 |
| Toplam İş Yükü | 144 | ||
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) | Temel matematik, uygulamalı matematik teori ve uygulamalarını kavramış olmak | |
| 2) | Matematiksel ispatları anlamak ve onlara erişebilmek ve uygun ispatları inşa edebilmek ve ayrıca, problemleri tanımlayabilmek, onları analiz edebilmek ve problemlere bilimsel metotlara dayalı çözümler bulmak | |
| 3) | Matematiği disiplinler arası bir yaklaşım ile gerçek hayata uygulayabilmek ve bunların etkin potansiyelini keşfetmek | |
| 4) | Kendisini geliştirmek ve matematiğin kullanıldığı alanlarda modelleme yapabilecek seviyede gerekli bilgi birikimini elde etmek | 4 |
| 5) | Teorik ve teknik bilgileri detaylı bir biçimde uzmanlara, basit ve anlaşılabilir bir biçimde uzman olmayanlara anlatabilmek | |
| 6) | Matematik alanında kullanılan bilgisayar programlarına aşina olmak ve bunlardan en az birini İleri Düzey Avrupa Bilgisayar Ehliyeti(the European Computer Driving Licence Advanced Level) seviyesinde kullanmak | |
| 7) | Görev aldığı projelerin her adımında sosyal, bilimsel ve etik değerlere uygun davranmak ve çevre katılımı kapsamında proje tanıtımı ve uygulamaları yapabilmek | |
| 8) | Evrensel anlamda bir entelektüel birikime sahip olarak tüm süreçleri etkin bir biçimde değerlendirmek ve kalite yönetimi hakkında yeterli farkında lığa sahip olmak | 4 |
| 9) | Soyut düşünme yeteneğine sahip bir biçimde somut olaylar arasında ilgi kurmak, çözümleri aktarmak, deneyler tasarlamak, veri toplamak ve sonuçları bilimsel metotlarla analiz etmek ve müdahil olmak | |
| 10) | Yaşam boyu öğrenme hakkında bilinçli olarak, program boyunca edinilen bilgi, beceri ve yeteneklerini yenileyerek yaşam boyu öğrenmenin devamını sağlamak | |
| 11) | Cebir, analiz, sayılar teorisi, mantık, geometri ve topoloji gibi matematik alanlarında kazandığı bilgiyi ortaöğretim seviyesine uyarlamak ve aktarmak | |
| 12) | Yalnız veya bir ekibin elemanı olarak araştırma yapmak, bir projenin ilgili her adımında etkili olmak, karar verme süreçlerine katılmak, zamanı etkili kullanarak proje planlamak ve yürütmek |