PYTHON PROGRAMLAMA

Ders Açıklaması

Bu ders öğrencilere teknoloji endüstrisinde önde gelen bir programlama dili olan Python'u kapsamlı bir şekilde anlamalarını sağlamak için tasarlanmıştır. Kurs, yapılandırılmış ancak esnek bir müfredat aracılığıyla öğrencileri gelişmiş programlama becerileriyle donatmayı amaçlamaktadır. Öğrenciler, gerçek dünya uygulamalarını simüle eden uygulamalı projelere katılırken veri analizi, yapay zeka, komut dosyası oluşturma, otomasyon, yazılım geliştirme için python gibi temel konuları ele alacaklardır. Kurs, eleştirel düşünme, problem çözme ve en iyi kodlama uygulamalarını vurgular. Öğrenciler ilerledikçe, verimli ve etkili Python kodu yazma becerisini geliştireceklerdir. Kursun tamamlanmasıyla öğrenciler, programlama yetenekleri konusunda pratik deneyim ve güven kazanacak ve onları ileri düzey çalışmalara veya sektördeki profesyonel fırsatlara hazırlayacaktır. Kursun tamamlanması, öğrencilerin kapsamlı bir sözlü sunumda sunacakları ve resmi bir rapor olarak sunacakları bir final projesi gerektirir.

PYTHON PROGRAMLAMA

Değerlendirme Araçları (Aktif Dönem)

Değerlendirme öğesi tanımlanmamış.

Ders çıktıları

Henüz ders çıktısı tanımlanmamış.

Ders Müfredatı

Referans Kitaplar & Ders Materyalleri

1. 01 Python for data analysis: Data wrangling with pandas, numpy, and jupyter. McKinney, W. (2022), O'Reilly Media, Inc.
2. 02 Automate the boring stuff with Python, Sweigart, A. (2025).
3. 03 Flask Web Development: Developing Web Applications with Python. 2018. Grinberg, M URL http://flaskbook. com.

Ders Çıktıları

1. L01 Temiz, verimli ve iyi belgelenmiş Python kodu üretmek için kodlama konusunda en iyi uygulamaları sergilemek ve uygulamak. SOLO 4
2. L02 Otomasyon, komut dosyası oluşturma ve yazılım geliştirme alanlarındaki gerçek dünya sorunlarına Python tabanlı çözümler uygulamak ve hayata geçirmek. SOLO 4
3. L03 NumPy, pandas ve Matplotlib gibi temel kütüphaneleri kullanarak Python tabanlı tekniklerle verileri işlemek ve analiz etmek. SOLO 4
4. L04 scikit-learn veya TensorFlow gibi Python kütüphanelerini kullanarak yapay zekadaki temel kavramları incelemek ve açıklamak. SOLO 3
5. L05 İşlevleri, sınıfları ve uygun veri yapılarını bir araya getirerek modüler Python programları tasarlamak ve geliştirmek. SOLO 5
6. L06 Dosya işleme, zamanlama ve komut satırı işlemleri dahil olmak üzere görevleri ve iş akışlarını otomatikleştirmek için Python araçlarını uygulamak ve çalıştırmak. SOLO 3.5
7. L07 Hataları tespit etmek ve gidermek için test teknikleri ve performans değerlendirme araçlarını kullanarak Python kodunu analiz etmek ve gözden geçirmek SOLO 4
8. L08 Simüle edilmiş profesyonel geliştirme ortamlarında çalışmaları koordine ederek, takım tabanlı programlama projelerine bireysel katkılarda bulunmak ve bu katkıları projeyle ilişkilendirmek SOLO 3.5
9. L09 Yapılandırılmış sözlü sunumlar ve yazılı raporlar aracılığıyla, programlama projelerinin sonuçlarını açıklamak ve özetlemek; bulguları proje hedefleriyle ilişkilendirmek SOLO 3.5

Program Çıktıları

1. P01 Gerçek yaşam durumlarındaki zorluklara veri bilimi ilke ve tekniklerini uygulayabilir ve çözümlerini etkin bir şekilde iletebilirler.
2. P02 Teorik fikirlere, etik koda ve temel verilere ilişkin derinlemesine bilgiye dayalı veri analizi metodolojilerini belirleyebilir ve uygulayabilirler.
3. P03 Gerçek hayattaki uygulamalarda bilgi analizi için yol gösterici kavramları ve değerlendirme prosedürlerini analiz edebilirler.
4. P04 İşle ilgili sorunlara belirsiz çözümler bulmak için ilgili veri analizi modellerini tasarlayabilir ve uygulayabilirler.
5. P05 Paralel ve dağıtılmış bilgi işlem ve makine öğrenimi gibi büyük miktarda veriyle karakterize edilen gerçek dünya sorunlarını ele almak için modern bilgi işlem tekniklerinden yararlanabilirler.
6. P06 Her boyuttaki yapılandırılmış ve yapılandırılmamış veri kümesinden kullanılabilir bilgileri verimli bir şekilde üretmek için gereken yazılım araçlarını yapılandırabilir ve yönetebilirler.
7. P07 Karmaşık verilerden yararlı bilgiler elde etmeyi amaçlayan projeleri organize etmek ve tamamlamak için veri bilimi araçlarını ve tekniklerini yönetebilirler.
8. P08 Gerçek dünyadaki sorunları çeşitli açılardan kavrayarak eleştirel ve yaratıcı düşünebilirler ve sorunları işbirliği içinde çözmek için çeşitli ekiplerde çalışabilirler.
9. P09 Veri tabanlı çözümleri kullanıcı ortamına etkin bir şekilde entegre edebilme ve teknik olmayan profesyonellere bu çözümleri keşfetme, görselleştirme ve kullanma konusunda yardımcı olabilirler.
10. P10 Veri sahipliği ve atıf, veri güvenliği ve hassasiyeti ve veri analizinin mahremiyet üzerindeki etkileri gibi konularda mesleki ve etik standartlar kapsamındaki yükümlülüklerini anlayabilirler.

Pç-Dç Matrisi