Anasayfa » Akademik Birimler » Fen-Edebiyat Fakültesi » İstatistik Bölümü » Dersler » Biyolojik Veri Analizi ve Görüntüleme
Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Biyolojik Veri Analizi ve Görüntüleme MBG418135300
ÖnkoşullarYok
YarıyılGüz, Bahar
Dersin Diliİngilizce, Türkçe
Dersin SeviyesiLisans
Dersin TürüSeçmeli @ İstatistik Lisans Programı (%30 İngilizce)
Seçmeli @ Matematik Lisans Programı
Seçmeli @ Moleküler Biyoloji ve Genetik Lisans Programı
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik BirimMoleküler Biyoloji ve Genetik Bölümü
Dersin KoordinatörüAlper Yılmaz
Dersi Veren(ler)
Asistan(lar)ı
Dersin AmacıGünümüzde, hızla gelişen biyoteknoloji beraberinde karmaşık ve çok biyolojik veri üretmektedir. Dersimizde gösterilen yazılımlar ile bu karmaşık verilerin kolaylıkla işlenmesi, analiz edilmesi ve görselleşmesi için gerekli olan bilgiler öğrenilecektir.
Dersin İçeriğiBiyolojik ve mühendislik verilerinin R programlama dili yardımıyla incelenmesi ve işlenmesi, veritabanlarında depolanması ve sorgulanması, görselleştirme yardımıyla karmaşık verilerin anlamlandırılması. Basit modelleme teknikleri ile verilerin modellenmesi
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • Bessant C., Shadforth I., Oakley D., Building Bioinformatics Solutions: with Perl, R and MySQL, Oxford University Press, USA, 2009. 2. Wickham, H., Grolemund, G. R for Data Science. O'Reilly Media, USA, 2017
  • Wickham, H., Grolemund, G. R for Data Science. O'Reilly Media, USA, 2017
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. R programlama dilinde biyolojik veri analizi yapabilir hale gelir
  2. Büyük ve karmaşık verileri kolayca işler hale gelir
  3. Veri depolama konusunda klasik ve modern uygulamaları öğrenir
  4. Basit ve kompleks görüntüleme tekniklerini ve uygulamalarını öğrenir
  5. Verilerden modelleme yapabilir hale gelir

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-----

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1R programlama dili tanıtımDers Kitabı1
2R studio IDE ortamının tanıtımıDers Kitabı1
3Dosya veya veri okumaDers Kitabı1
4Veri işleme - dplyrDers Kitabı2
5Veri işleme - gruplamaDers Kitabı2
6Veri işleme - pipe operatörüDers Kitabı2
7Ggplot2 ile veri görüntülemeDers Kitabı2
8Ara Sınav 1
9Tidytext ile yazı işleme (Text mining)Ders Kitabı2
10Tidygraph ile ağ analiziDers Kitabı2
11Tidymodels ile modellemeDers Kitabı2
12Büyük veri işlemeDers Kitabı2
13Biyolojik veri işleme uygulamalarıDers Kitabı1
14Biyolojik veri işleme uygulamalarıDers Kitabı1
15Genel tekrar
16Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev120
Sunum/Jüri
Projeler
Seminer/Workshop
Ara Sınavlar140
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati143
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması143
Derse Özgü Staj
Ödev125
Küçük Sınavlar/Stüdyo Kritiği
Projeler
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)120
Final (Sınav Süresi + Sınav Hazırlık Süresi)125
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok