GERİ DÖN

Ders Öğretim Planı


Dersin Kodu Dersin Adı Dersin Türü Yıl Yarıyıl AKTS
BİY-907 BİYOLOJİK VERİ MADENCİLİĞİ Seçmeli Ders Grubu 1 1 6,00

Doktora


Türkçe


Big Datanın içinden potansiyel sonuçların aranması, değerlendirilmesi, in silico ortamda verilen saklanması ve bu yöntemlerin kullanımının doğrulanmasıdır.


Prof. Dr. Tamer AKKAN


1 Big Data kavramını öğrenir
2 Veri eldesini öğrenir
3 Veri analizini öğrenir
4 Çevirimiçi analiz yöntemlerinin biyoloji bölümü kapsamında kullanılmasını kavrar

Birinci Öğretim


Yok


Yok


Veri Madenciliği hakkında bilgi ve biyoloji alanında veri madenciliği hakkında uygulamaları içeri.


Hafta Teorik Uygulama Laboratuvar
1 Veri madenciliği kavramı
2 Veri madenciliğine giriş
3 Biyolojide big data kavramı
4 Biyolojide big data kavramı
5 Veri analizi
6 Veri analizi
7 Yeni nesil dizileme tekniklerinin irdelenmesi ve ortaya çıkan verilerin analizi
8 Yeni nesil dizileme tekniklerinin irdelenmesi ve ortaya çıkan verilerin analizi
9 R dili anlatım
10 R dili anlatım
11 R dili uygulama
12 Vaka: R dili uygulama
13 Vaka: R dili uygulama
14 Vaka: R dili uygulama

Xindong Wu. Data Mining in Bioinformatics, ISBN: 978-1-84628-059-7. Eğrioğlu, E., Yolcu, U., Baş, E. Yapay Sinir Ağları Öngörü ve Tahmin Uygulamaları, Nobel Akademik Yayıncılık. Yoshua Bengio (2016). Deep Learning, MIT Press Ltd.



Yarıyıl (Yıl) İçi Etkinlikleri Adet Değer
Ara Sınav 1 100
Toplam 100
Yarıyıl (Yıl) Sonu Etkinlikleri Adet Değer
Final Sınavı 1 100
Toplam 100
Yarıyıl (Yıl) İçi Etkinlikleri 40
Yarıyıl (Yıl) Sonu Etkinlikleri 60

Yok


Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ara Sınav 1 2 2
Final Sınavı 1 3 3
Derse Katılım 14 3 42
Beyin Fırtınası 9 3 27
Makale Kritik Etme 13 4 52
Ödev Problemleri için Bireysel Çalışma 6 3 18
Ara Sınav İçin Bireysel Çalışma 3 6 18
Final Sınavı içiin Bireysel Çalışma 3 6 18
Toplam İş Yükü (saat) 180

ÖÇ 1
ÖÇ 2
ÖÇ 3
ÖÇ 4
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek