GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| MAT-589 | MATEMATİKSEL YAZILIMLAR | Seçmeli Ders Grubu | 1 | 1 | 6,00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
MATLAB, PYTHON ve R dilinde matematiksel ifadelerin yazılımı, matematiksel sistemlerin ve modellerin numeriksel yazılımı ve çözümü, Matematiksel Modellerin parametre tahmini ve Duyarlılık Analizini yapabilme ve kavrayabilme
Dersi Veren Öğretim GörevlisiGörevlileri
Dr. Öğr. Üyesi Mahir DEMİR
Öğrenme Çıktıları
| 1 | Matematiksel Modellerin inşa edilmesi Nümeriksel çözüm ve simülasyonlarını yapabilmeyi öğrenir. |
| 2 | Matlab, Python ve R dillerinde temel yazılım ve kodlama becerisi elde eder. |
| 3 | Matematiksel modellerin parametre tahmini ve duyarlılık analizini yapabilir |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
YOK
Ders İçin Önerilen Diğer Hususlar
YOK
Dersin İçeriği
MATLAB, PYTHON ve R dillerinin tanıtılması, MATLAB da Diferansiyel Denklemlerin ve modellerin nümerik çözümleri, parametre tahmini ve duyarlılık analizlerinin yapılması, Python da Regresyon ve Sınıflandırma modelleri, R da temel veri analizi ve verilerin görselleştirilmesi.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | Uygulama | Laboratuvar |
|---|---|---|---|
| 1 | MATLAB'a Giriş | ||
| 2 | MATLAB da temel işlemler | ||
| 3 | Diferansiyel Denklemlerin MATLAB da Çözümü | ||
| 4 | Matematiksel Modellerin MATLAB da Çözümü | ||
| 5 | Matematiksel Modellerin MATLAB da Çözümü | ||
| 6 | Matematiksel Modellerin MATLAB da parametre tahmini | ||
| 7 | Matematiksel Modellerin MATLAB da duyarlılık analizi | ||
| 8 | Ara Sınav | ||
| 9 | R'a Giriş : R ve RStudio Kurulumu, Temel Paketlerin Yüklenmesi, Temel İşlemler | ||
| 10 | R'a Giriş: Vektörler, matrisler, listeler, fonksiyonlar, döngüler | ||
| 11 | Grafik ve Figürler: Histogram, Box Plots, Korelasyon Grafiği, Pasta Grafiği, Bubble Charts, 3D Plot, World Map | ||
| 12 | Regresyon Modelleri: Doğrusal ve Doğrusal olmayan Regresyonlar | ||
| 13 | Python 'a Giriş : Temel İşlemler, listeler, vektörler, fonksiyonlar | ||
| 14 | Sınıflandırma Modelleri: Lojistik Regresyon ve SVM (Destek Vektör Makineleri ) | ||
| 15 | Sınıflandırma Modelleri: Temel Bileşen Analizi (PCA) | ||
| 16 | Final Sınavı (Proje) |
Ders Kitabı Malzemesi Önerilen Kaynaklar
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 50 |
| Ev Ödevi | 1 | 50 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 50 |
| Proje Hazırlama | 1 | 50 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
YOK
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 2 | 2 |
| Final Sınavı | 1 | 3 | 3 |
| Derse Katılım | 15 | 3 | 45 |
| Ara Sınav İçin Bireysel Çalışma | 8 | 6 | 48 |
| Final Sınavı içiin Bireysel Çalışma | 8 | 6 | 48 |
| Ev Ödevi | 6 | 6 | 36 |
| Toplam İş Yükü (saat) | 182 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 | |
| ÖÇ 1 | 4 | 5 | 3 | 5 | 3 | 5 | 3 | 5 | 4 | 4 | 5 | 4 |
| ÖÇ 2 | 3 | 4 | 3 | 4 | 3 | 5 | 3 | 5 | 4 | 4 | 5 | 4 |
| ÖÇ 3 | 4 | 4 | 3 | 5 | 3 | 5 | 3 | 5 | 4 | 4 | 5 | 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek