Kocaeli Üniversitesi / Avrupa Kredi Transfer Sistemi (AKTS)

Dersin Adı	Dersin Kodu	Dersin Türü	Dersin Düzeyi	Dersin Yılı	Dersin Verildiği Dönem	AKTS Kredisi
Python Programlama	TBL220	Seçmeli	Lisans	2	Bahar	5

Öğretim Elemanı Adı

Doç. Dr. Süleyman EKEN
Arş. Gör. Seda BALTA

Dersin Öğrenme Kazanımları
Program Yeterliliği İlişkisi

Dersin Öğrenme Kazanımları

1) Mühendislik problemleri için algoritma tasarlar
2) Hesaplama aracını kullanarak temel veri işleme alıştırması yapar
3) Verilerin simülasyonu için gelişmiş araçlar kullanır
4) Yapısal ve nesneye yönelik yaklaşımları kullanarak bilgisayar programları tasarlar, uygular ve test eder
5) Modern yazılım sistemlerini ve araçlarını kullanır
6) Hesaplama kavramını genel olarak açıklar

Program Yeterliliği İlişkisi

		Program Yeterlilikleri
		1	2	3	4	5	6	7	8	9	10	11
Öğrenme Kazanımları
	1
	2						Yüksek
	3
	4
	5
	6

Eğitim Şekli

Yüz Yüze

Ön Koşullar, Diğer Koşullar

Yok

Önerilen Destekleyici Dersler

İstenmemekte

Dersin İçeriği

Programlamaya Giriş, Python'a Giriş Python'un Temel Elemanları, Değişken ve Operasyonlar Kontrol yapıları, Strings, Girdi, Döngüler Basit sayısal programlar Fonksiyonlar, Kapsam belirleme ve Soyutlama Global Değişkenler, Modüller, Dosyalar Yapısal Tipler, Değişebilirlik ve Yüksek Mertebeden Fonksiyonlar Diziler ve Çok Boyutlu Diziler Sınıflar ve Nesneye Dayalı Programlama Algoritmik Karmaşıklığa Basit Bir Giriş Basit Algoritmalar ve Veri Yapıları. Arama ve Sıralama Algoritmaları Plotting Rastgele Yürüyüşler ve Veri Görselleştirme Deneysel Verileri Anlama

Haftalık Ders İzlencesi

1) Programlamaya Giriş, Python'a Giriş
2) Python'un Temel Elemanları, Değişken ve Operasyonlar
3) Kontrol yapıları, Strings, Girdi, Döngüler
4) Basit sayısal programlar
5) Fonksiyonlar, Kapsam belirleme ve Soyutlama
6) Global Değişkenler, Modüller, Dosyalar
7) Yapısal Tipler, Değişebilirlik ve Yüksek Mertebeden Fonksiyonlar
8) Ara sınav
9) Diziler ve Çok Boyutlu Diziler
10) Sınıflar ve Nesneye Dayalı Programlama
11) Algoritmik Karmaşıklığa Basit Bir Giriş
12) Basit Algoritmalar ve Veri Yapıları. Arama ve Sıralama Algoritmaları
13) Görselleştirme
14) Rastgele Yürüyüşler ve Veri Görselleştirme
15) Deneysel Verileri Anlama
16) Final sınavı

Önerilen/İstenen Ders Kaynakları

1- Introduction to Computation and Programming Using Python, with Application to Understanding Data, John Guttag, Second Edition, MIT Press, 2016.
2- Python for Data Analysis, 2nd Edition Data Wrangling with Pandas, NumPy, and IPython, William McKinney, 2017

Planlanan Öğrenim Faaliyetleri Ve Eğitim Yöntemi

1) Anlatım
2) Soru-Cevap
3) Tartışma
4) Alıştırma ve Uygulama
5) Model Yapma
6) Grup Çalışması
7) Örnek Olay
8) Laboratuvar/Çalıştay
9) Bireysel Çalışma
10) Problem Çözme
11) Proje Temelli Öğrenme

Değerlendirme Yöntemi ve Ölçütleri

Yarıyıl İçi Çalışmalarının Başarıya Oranı

60%

		Sayı	Yüzde
Yarıyıl İçi Çalışmaları	Ara Sınav	1	50%
Yarıyıl İçi Çalışmaları	Proje	1	50%

Yarıyıl Sonu Sınavının Başarıya Oranı

40%

Toplam

100%

Dersin Eğitim Dili

Türkçe

Mesleki Uygulama