Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Optimizasyon ve Veri Analizi İçin ProgramlamaEND513437.5300
ÖnkoşullarYok
YarıyılGüz, Bahar
Dersin Diliİngilizce, Türkçe
Dersin SeviyesiYüksek Lisans
Dersin TürüSeçmeli @ Endüstri Mühendisliği ABD Endüstri Mühendisliği Yüksek Lisans Programı
Seçmeli @ Endüstri Mühendisliği ABD Endüstri Mühendisliği Yüksek Lisans Programı (2. Öğretim)
Seçmeli @ Endüstri Mühendisliği ABD Endüstri Mühendisliği Doktora Programı
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik BirimEndüstri Mühendisliği Bölümü
Dersin KoordinatörüMehmet Güray Güler
Dersi Veren(ler)Mehmet Güray Güler
Asistan(lar)ıEbru Geçici
Dersin AmacıÖğrenciye veri analizi ve optimizasyonu alanlarında ihtiyaç duyulan temel programlama bilgisini vermek.
Dersin İçeriğiTemel programlama çerçevesi: değişken tanımları, döngüler, koşullar, fonksiyon tanımı. Yeni Python veri bilimi kitaplıklarını kullanarak veri işleme, temizleme ve görselleştirme Optimizasyon kitaplıklarıyla doğrusal programlama ve karma tam sayılı programlama modellerini çözme
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • Ders Notları
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Öğrenciler değişkenler, döngüler, koşullu ifadeler ve işlevler gibi temel programlama bileşenlerini öğreneceklerdir.
  2. Öğrenciler, veri analizi ve optimizasyonu için modern python kitaplıklarını ve buradaki veri yapılarını kullanmayı öğreneceklerdir.
  3. Öğrenciler verileri temizleyebilecek, işleyebilecek, görselleştirebilecek ve manipüle edebilecektir.
  4. Öğrenciler, doğrusal programlama ve karma tamsayılı programlama modelleri gibi optimizasyon problemlerini kodlayabilecek, çözebilecek ve sonuçlarını analiz edebilecektir.
  5. Öğrenciler veritabanlarına veri okuyabilecek ve yazabilecektir.

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4DÖÇ-5
PÇ-1-----
PÇ-2-----
PÇ-3-----
PÇ-4-----
PÇ-5-----
PÇ-6-----
PÇ-7-----
PÇ-8-----
PÇ-9-----
PÇ-10-----
PÇ-11-----
PÇ-12-----
PÇ-13-----
PÇ-14-----
PÇ-15-----
PÇ-16-----
PÇ-17-----
PÇ-18-----
PÇ-19-----
PÇ-20-----
PÇ-21-----
PÇ-22-----
PÇ-23-----
PÇ-24-----
PÇ-25-----
PÇ-26-----
PÇ-27-----
PÇ-28-----
PÇ-29-----
PÇ-30-----

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Python'a giriş, kurulum (Spyder, jupyter)Ders Notları
2Değişkenler, koşullu yapılarDers Notları
3Döngüler, fonksiyonlarDers Notları
4Python kütüphaneleri: Numpy, pandasDers Notları
5Python kütüphaneleri: Numpy, pandasDers Notları
6Python kütüphaneleri: Numpy, pandasDers Notları
7Python kütüphaneleri: Numpy, pandasDers Notları
8Ara Sınav 1
9Makine öğrenmesi uygulamaları: Aşırı öğrenme örneğiDers Notları
10Optimizasyon uygulamalarıDers Notları
11Optimizasyon uygulamalarıDers Notları
12Optimizasyon uygulamalarıDers Notları
13Veri tabanları ile pythonDers Notları
14Veri görselleştirmeDers Notları
15Ders Notları
16Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev
Sunum/Jüri
Projeler260
Seminer/Workshop
Ara Sınavlar
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati133
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması132
Derse Özgü Staj
Ödev
Küçük Sınavlar/Stüdyo Kritiği
Projeler220
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)
Final (Sınav Süresi + Sınav Hazırlık Süresi)110
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok