GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| GBM-511 | BİYOLOJİK VERİ ANALİZLERİ | Seçmeli Ders Grubu | 1 | 1 | 6,00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Dersin Amacı
Veri izleme, veri kontrolü, matematiksel modellerle veri analizleri, biyolojik olarak reaktif süreçlerin analizleri istatistiksel analizlerle birlikte irdelenerek biyolojik proseslere tanımlamalar getirilmesidir.
Dersi Veren Öğretim GörevlisiGörevlileri
Öğrenme Çıktıları
| 1 | Biyolojik uygulamalarda veri analizi yapabilir. |
| 2 | İstatiksel yaklaşımları kavrar ve uygular. |
| 3 | Hipotez geliştirir, hipotez analizi yapar. |
| 4 | ANOVA uygular, regresyon gerçekleştirir. |
| 5 | Bilgisayar ile program kullanır. |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Biyomühendislik, biyolojik süreçlerin gerçekleştiği genellikle biyokatalizörlerin rol aldığı süreçleri kapsar. Süreçlerin sağlıklı şekilde ilerlemesi için izleme, kontrol ve düzeltici faaliyetler gereklidir. Bu işlemleri için matematiksel modellemeler ile sistemden elde edilen veriler tanımlanmalıdır. Çoğunlukla enzimatik reaksiyonların gerçekleştiği bu süreçlerde enzim kinetiği, inhibisyonu ve kinetiği, kimyasal reaksiyonlar ve kinetik çözümlemeleri dersin konularıdır.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | Uygulama | Laboratuvar |
|---|---|---|---|
| 1 | Temel istatistik, RStudio uygulaması | ||
| 2 | R programı ile veri gruplandırma ve grafiksel çözümlemeler | ||
| 3 | Tahmin, olasılık ve hipotez testleri_RStudio uygulaması | ||
| 4 | R ile frekans analizleri | ||
| 5 | R ile deneysel tasarım | ||
| 6 | Deneysel tasarım ve veri analizi_RStudio | ||
| 7 | Tepki yüzey grafikleri_Biyolojik verilerle RStudio uygulaması | ||
| 8 | Kümeleme-sınıflandırma, korrelasyon, regresyon analizleri_Biyolojik verilerle RStudio uygulaması | ||
| 9 | Büyük veri (Higher dimensional data/or big data) analizi, makine öğrenimi (Machine Learning) | ||
| 10 | Örnek: İnsan gen uzunluğu | ||
| 11 | Örnek vaka: operasyon bölgesi enfeksiyonları | ||
| 12 | Örnek vaka: Bitki kimyasal defans sistemi | ||
| 13 | Örnek vaka: İnsan vücut ısısı | ||
| 14 | Gıda yaralanmaları |
Ders Kitabı Malzemesi Önerilen Kaynaklar
- Whitlock C. M., Schluter D. (2014) “The Analysis of Biological Data”, 2nd Ed., Roberts and Company Publishers. - Hartvigsen G., (2021) “A Primer in Biological Data Analysis and Visualization Using R”, Columbia University Press, NY.
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 30 |
| Sözlü Sınav | 2 | 40 |
| Ev Ödevi | 4 | 30 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 60 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 40 | |
Staj Durumu
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 2 | 2 |
| Final Sınavı | 1 | 2 | 2 |
| Derse Katılım | 14 | 3 | 42 |
| Örnek Vaka İncelemesi | 2 | 15 | 30 |
| Rapor Hazırlama | 2 | 15 | 30 |
| Makale Kritik Etme | 4 | 6 | 24 |
| Ödev Problemleri için Bireysel Çalışma | 4 | 5 | 20 |
| Ara Sınav İçin Bireysel Çalışma | 3 | 3 | 9 |
| Final Sınavı içiin Bireysel Çalışma | 3 | 5 | 15 |
| Toplam İş Yükü (saat) | 174 | ||
Program ve Öğrenme Çıktıları İlişkisi
| ÖÇ 1 |
| ÖÇ 2 |
| ÖÇ 3 |
| ÖÇ 4 |
| ÖÇ 5 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek