VERİ YAPILARI VE VERİ ORGANİZASYONU

Ders Açıklaması

Bu ders, temel veri yapılarını ve bunların Python programlama dili kullanılarak gerçekleştirilmesini tanıtmaktadır. Ders; listeler, yığınlar, kuyruklar, bağlı listeler ve ağaçlar dahil olmak üzere doğrusal ve doğrusal olmayan veri yapılarının organizasyonunu, temsilini, işlenmesini ve kullanımını ele alır. Öğrenciler, farklı veri yapılarının özelliklerini, bunlar üzerindeki işlemleri ve uygun kullanım alanlarını inceleyecek; Python sınıfları ve fonksiyonlarını kullanarak bu yapıların uygulamalarını geliştireceklerdir. Ayrıca ders, temel veri yapısı işlemlerinin verimlilik açısından analizini tanıtmakta ve öğrencilerin hesaplama ve bilgi yönetimi problemlerine uygun veri yapılarını seçip uygulamalarına yardımcı olacak pratik problem çözme çalışmaları sunmaktadır.

VERİ YAPILARI VE VERİ ORGANİZASYONU

Değerlendirme Araçları (Aktif Dönem)

Ders çıktıları

1. 01 Problem solving using linear data structures: Stack applications
2. 02 Examine and explain the working principles of the linear data structures: Stack and Queue
3. 03 Implement the basic linear data structures: Stack and Queue
4. 04 Examine and implement the dynamic data structures: Linked List
5. 05 Examine and implement the hierarchical data structures: Tree

Ders Müfredatı

Referans Kitaplar & Ders Materyalleri

1. 01 Goodrich, M. T., Tamassia, R., & Goldwasser, M. H. (2013). Data structures and algorithms in Python. Hoboken, NJ, USA: Wiley.
2. 02 Miller, B., & Ranum, D. (2013). Problem solving with algorithms and data structures.
3. 03 Dierbach, C. (2012). Introduction to computer science using python: A computational problem-solving focus. Wiley Publishing.
4. 04 Horstmann, C. S., & Necaise, R. D. (2022). Python for everyone. John Wiley & Sons.

Ders Çıktıları

1. L01 Python listelerinin temel programlama problemlerini çözmede kullanımını incelemek; ekleme, silme, arama, indeksleme ve dolaşma gibi yaygın liste işlemlerini uygulamak. SOLO 3
2. L01 Veri yapıları ve soyut veri tiplerinin temel kavramlarını, özelliklerini ve işlemlerini açıklayın. SOLO 1
3. L02 Python’da yapılandırılmış verilerin sınıflar ve dataclass yapıları kullanılarak nasıl temsil edildiğini incelemek; ilgili özellikler ve metotlarla basit kayıt yapıları oluşturmak. SOLO 3.5
4. L02 Python kullanarak listeler, yığınlar, kuyruklar, bağlı listeler ve ağaçlar gibi temel veri yapılarını uygulayın. SOLO 2
5. L03 Yığınların çalışma prensiplerini incelemek; ifade işleme, veriyi ters çevirme ve dengeli sembol kontrolü gibi problemler için yığın tabanlı çözümler uygulamak. SOLO 4
6. L03 Uygun karmaşıklık ölçütlerini kullanarak temel veri yapısı işlemlerinin verimliliğini analiz edin. SOLO 3
7. L04 Kuyrukların çalışma prensiplerini incelemek; Python kullanarak kuyruğa ekleme, kuyruktan çıkarma, ilk elemanı görüntüleme ve dolaşma gibi temel kuyruk işlemlerini uygulamak. SOLO 3
8. L04 Hesaplama ve bilgi yönetimi sorunlarını çözmek için uygun veri yapılarını uygulayın. SOLO 3
9. L05 Dinamik veri saklama kavramını incelemek; düğüm oluşturma, ekleme, silme, arama ve dolaşma işlemlerini içeren bağlı liste yapısını uygulamak. SOLO 4
10. L05 Farklı veri yapılarını organizasyonları, işlemleri, verimlilikleri ve pratik uygulamaları açısından karşılaştırın. SOLO 3
11. L06 Alternatif veri yapısı çözümlerini değerlendirin ve verilen problem için uygun bir yapı seçin. SOLO 4
12. L06 Hiyerarşik veri yapılarının temel prensiplerini incelemek; düğümler, ebeveyn-çocuk ilişkileri, dolaşma ve temel ikili ağaç işlemlerini içeren ağaç yapılarını uygulamak. 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