| Dersin Türü | Seçmeli |
|---|
| Dersin Düzeyi | Tezsiz Yüksek Lisans |
|---|
| Dersin Yılı | - |
|---|
| Dersin Yarıyılı | - |
|---|
| AKTS | 10 |
|---|
| Öğretim Eleman(lar)ı |
- |
| Öğrenme Kazanımları |
Bu dersin sonunda öğrenciler;
- Python programlama dilinin temel sözdizimini, veri yapılarını ve kontrol yapılarını ileri düzeyde kullanmak.
- Nesne yönelimli programlama (OOP) prensiplerini Python ortamında tasarım ve uygulama düzeyinde kullanmak.
- NumPy, Pandas gibi kütüphaneleri kullanarak veri analizi ve bilimsel hesaplama süreçlerini yürütmek.
- Dosya işlemleri, veritabanı bağlantıları ve harici API'ler ile Python tabanlı uygulamalar geliştirmek.
- Hata ayıklama (debugging), test etme ve modüler kod geliştirme tekniklerini akademik ve profesyonel standartlarda uygulamak.
|
| Veriliş Biçimi | Yüz Yüze |
|---|
| Önkoşullar | Yok |
|---|
| Önerilen Dersler | |
|---|
| Ders Tanımı | Python programlama dilinin temel yapı taşlarından başlayarak; veri yapıları, kontrol yapıları, fonksiyonel ve nesne yönelimli programlama yaklaşımlarını, veri analizi kütüphanelerini ve modüler yazılım geliştirme pratiklerini inceleyerek; öğrencilere problem çözme, algoritma geliştirme ve uygulamalı yazılım üretme yetkinliği kazandıran bir derstir. |
|---|
| Ders İçeriği |
| HAFTA |
KONULAR |
|
1. Hafta |
Python'a Giriş: Kurulum, Geliştirme Ortamları ve Temel Sözdizimi |
|
2. Hafta |
Veri Tipleri ve Değişkenler: Sayılar, Karakter Dizileri ve Tip Dönüşümleri |
|
3. Hafta |
Kontrol Yapıları: Koşullu İfadeler (if/elif/else) ve Döngüler (for, while) |
|
4. Hafta |
Veri Yapıları: Listeler, Demetler (Tuples), Sözlükler ve Kümeler (Sets) |
|
5. Hafta |
Fonksiyonlar: Tanımlama, Parametreler, Kapsam (Scope) ve Lambda İfadeleri |
|
6. Hafta |
Modüler Programlama: Modüller, Paketler ve Python Standart Kütüphanesi |
|
7. Hafta |
Nesne Yönelimli Programlamaya Giriş: Sınıflar, Nesneler ve Kalıtım (Inheritance) |
|
8. Hafta |
Ara Sınav |
|
9. Hafta |
İleri OOP: Çok Biçimlilik (Polymorphism), Kapsülleme ve Özel Metotlar |
|
10. Hafta |
Dosya İşlemleri ve İstisna (Exception) Yönetimi |
|
11. Hafta |
Veri Analizi Kütüphaneleri: NumPy ve Pandas ile Veri İşleme |
|
12. Hafta |
Veri Görselleştirme: Matplotlib ve Seaborn Kütüphaneleri |
|
13. Hafta |
Veritabanı Bağlantıları ve RESTful API Entegrasyonu |
|
14. Hafta |
Test Etme, Hata Ayıklama Teknikleri ve Dönem Projesi Sunumu |
|
| Kaynaklar | 1. Lutz, M. 2013. Learning Python
2. Ders dokümanları
|
|---|
| Öğretim Yöntemleri |
- Anlatım
- Tartışma
- Sorun/Problem Çözme
- Soru-Cevap
|
|---|
| Değerlendirme |
|
Sayısı |
Toplam Katkısı (%) |
| Ara Sınav |
1 |
40 |
| Toplam(%) |
|
40 |
| Yıl İçinin Başarıya Oranı(%) |
|
40 |
| Finalin Başarıya Oranı(%) |
|
60 |
| Toplam(%) |
|
100 |
|
| AKTS İş Yükü |
| Aktivite |
Sayı |
Süre (Saat) |
İş Yükü |
| Ara Sınav |
1 |
1 |
1 |
| Kısa Sınavlara hazırlık |
|
|
|
| Sınıf Dışı Ders Çalışma Süresi |
14 |
10 |
140 |
| Final Sınavına Hazırlık |
14 |
3 |
42 |
| Ders Saati |
13 |
3 |
39 |
| Ara Sınava Hazırlık |
8 |
3 |
24 |
| Laboratuvar |
|
|
|
| Final Sınavı |
1 |
1 |
1 |
| Ödevler |
1 |
40 |
40 |
| Toplam İş Yükü | 287 |
| Toplam İş Yükü / 30 | 9.56 |
| Dersin AKTS Kredisi | 10 |
|
| Dil | Türkçe |
|---|
| Staj / Uygulama | Yok |
|---|
