Ana içeriğe atla
EN

INTRODUCTION TO PROGRAMMING

Ders
ITEC112 - INTRODUCTION TO PROGRAMMING
Bölüm
Bilişim Teknolojileri - İngilizce - Yüksek Lisans
Ders Tipi
Bilimsel Hazırlık
Durum
Zorunlu
Dil
İngilizce
Kredi
0
AKTS
0
T+P+L
0 + 0 + 0
Ders Koordinatörleri
Prof. Dr. Tolgay KARANFİLLER
Ön Koşul
-
Anahtar Sözcükler
-

Ders Açıklaması

-

INTRODUCTION TO PROGRAMMING

Değerlendirme Araçları (Aktif Dönem)

Öğe Tür Ağırlık (%)
Kısa Sınav 1 Kısa Sınav 10
Kısa Sınav 2 Kısa Sınav 10
Lab Ödev 10
Vize Ara Sınav 30
Final Final 40
Toplam 100

Ders çıktıları

  1. 01 analyse problems and design solutions through algorithms (draw flowchart and write pseoudocode);
  2. 02 define fundamental constructs of computer programming (i.e. sequence, selection and loops);
  3. 03 convert algorithms into C++ compatible programming code;
  4. 04 write structured programs using user defined functions;
  5. 05 write structured programs using arrays;
  6. 06 Identify programming constructs from given problems and create structured programming patterns when writing computer programs.

Ders Müfredatı

Hafta Konu
Hafta 1 Introduction to Computer Algorithms
Hafta 2 Problem Analysis and Construction of Algorithms - pseudocode / flowchart
Hafta 3 Introduction to Python: program flow, basic input and output operations
Hafta 4 Variables, arithmetic and logical operations
Hafta 5 Logical Operations and selection - IF / ELIF / Switch-case
Hafta 6 Loops - For / While
Hafta 7 Loops - Do-While, revision, Quiz1
Hafta 8 Midterm Exam
Hafta 9 Midterm Exam
Hafta 10 Nested loops (For/While)
Hafta 11 Functions
Hafta 12 Functions, Arrays
Hafta 13 Data Collections
Hafta 14 Exception handling
Hafta 15 Revision, Quiz2

Referans Kitaplar & Ders Materyalleri

  1. 01 Introducing Python: Modern Computing in Simple Packages, Bill Lubanovic, O'Reilly, 2019
  2. 02 Python Programming for Beginners, Philip Robbins, Functional Software Programming, 2024

Ders Çıktıları

  1. L01
  2. L02
  3. L03
  4. L04
  5. L05
  6. L06

Program Çıktıları

  1. Veri bilimi alanındaki güncel durumu değerlendirmek ve anlamak amacıyla teoriler, çerçeveler ve modeller hakkında derinlemesine bilgi sahibi olmak.
  2. Literatürü incelemek ve veri bilimi teorileri ile metodolojilerini yeni araştırmalarda ve deneylerde uygulamak.
  3. Denetimli ve denetimsiz makine öğrenimi tekniklerini kullanarak veri setlerini analiz etmek.
  4. Veri yönetimi, analiz ve problem çözümü için istatistiksel ve bilişim yazılım sistemleri tasarlamak, geliştirmek ve test etmek.
  5. Farklı veri türleri ve analitik görevler için etkili görselleştirmeler tasarlamak ve geliştirmek, ayrıca görselleştirme ve görsel analiz konularında teorik ve uygulamalı konular üzerine bağımsız araştırmalar yürütmek
  6. İletişim, problem çözme, araştırma veya proje faaliyetlerinde yüksek düzeyde yetkinlik kazanmak ve çok disiplinli bir ekipte ortak bir hedefe ulaşmak için bir ekip üyesi ya da lider olarak etkin biçimde çalışmak.
  7. Büyük veri kümelerinin yönetimiyle ilgili zorlukların üstesinden gelmek için paralel yöntemler, bulut bilişim ve ilişkisel olmayan (NoSQL) veri depolama ve erişim çözümleri geliştirmek ve uygulamak.
  8. Veri, bilgi ve iletişimin disiplinlerarası doğasını anlamak ve veri toplama ile analizine yönelik önde gelen araştırma yöntemlerini değerlendirme yeteneği kazanmak.
  9. Verinin kullanımıyla ilgili etik sorunları derinlemesine anlamak ve gerçek dünya veri uygulamalarında etik kararlar alabilmek.
  10. Geniş bir alan yelpazesinden bilgiyi analiz etme, sentezleme ve değerlendirme yeteneğini göstermek ve yaşam boyu kendi kendine öğrenme yetisine sahip olmak.

Pç-Dç Matrisi

ÖÇ Ortalama
L01 - - - - - - - - - - -
L02 - - - - - - - - - - -
L03 - - - - - - - - - - -
L04 - - - - - - - - - - -
L05 - - - - - - - - - - -
L06 - - - - - - - - - - -