MATH 425 | Ders Tanıtım Bilgileri - Matematik

Dersin Adı

Matematiksel Hesaplama ve Simülasyon I

Kodu	Yarıyıl	Teori (saat/hafta)	Uygulama/Lab (saat/hafta)	Yerel Kredi	AKTS
MATH 425	Güz/Bahar	3	0	3	6

Ön-Koşul(lar)	Yok
Dersin Dili	İngilizce
Dersin Türü	Seçmeli
Dersin Düzeyi	Lisans
Dersin Veriliş Şekli	Yüz Yüze
Dersin Öğretim Yöntem ve Teknikleri	Problem çözme Anlatım / Sunum
Ulusal Meslek Sınıflandırma Kodu	-
Dersin Koordinatörü	Doç. Dr. Sevin GÜMGÜM
Öğretim Eleman(lar)ı	Dr.Öğretim Üyesi ÖMÜR SALTIK
Yardımcı(ları)	Arş.Gör. Merve KAHRAMAN ARİMAN Arş.Gör. SILA SELENAY KOÇ

Dersin Amacı	Bu dersin amacı öğrencilere matematiksel hesaplamanın ve simulasyonun temellerini vermektir. Ders,öğrencileri çeşitli simülasyon teknikleriyle tanıştırmayı ve sayısal yöntemlerle ilgili bilgi edindirmeyi amaçlamaktadır.
Öğrenme Çıktıları	Bu dersi başarıyla tamamlayabilen öğrenciler; Nümerik olarak farklı çeşitteki doğrusal ve doğrusal olmayan denklemleri çözebilecektir. Diferansiyel denklemleri nümerik ve analitik olarak (MATLAB kullanarak) çözebilecektir. Integral ve türevleri numerik olarak hesaplayabilecektir. Grafik çizebilecektir. Kesikli ve sürekli rassal değişkenler oluşturabilecektir. Farklı stokastik süreçleri modelleyebilecektir.
Ders Tanımı	Bu derste çeşitli hesaplama metodları tartışılmaktadır. Öğrenciler denklemleri nümerik olarak çözüp, grafik çizerler. Olasılık teorisi ve istatistiğin uygulaması olarak farklı simülasyon teknikleri çalışılır.
Dersin İlişkili Olduğu Sürdürülebilir Kalkınma Amaçları

Dersin Kategorisi	Temel Ders
	Uzmanlık/Alan Dersleri
	Destek Dersleri	X
	İletişim ve Yönetim Becerileri Dersleri
	Aktarılabilir Beceri Dersleri

Hafta	Konular	Ön Hazırlık
1	Veri Analizine Giriş, Veri Bilimcinin Araç Kutusu, Kurulum (Colab, IPython). Google Colab’a giriş, Markdown hücreleri ve temel IPython kısayolları.	Python Data Science Handbook (PDSH), Jake VanderPlas. (2016). O′Reilly Media Inc. ISBN: 9781098121211 (Ch-1)
2	Python’da Veri Yapıları, Fonksiyonlar ve Kütüphaneler. NumPy Dizileri: veri yapılarının temeli. Python listeleri ile NumPy dizilerinin karşılaştırılması.	Python Data Science Handbook (PDSH), Jake VanderPlas. (2016). O′Reilly Media Inc. ISBN: 9781098121211 (Ch-2)
3	Rastgele Veri, Dağılımlar, Veri Giriş/Çıkışı (Data I/O) ve Veri Manipülasyonu. Rastgele Veri, Dağılımlar, Veri Giriş/Çıkışı ve Veri Manipülasyonu.	Python Data Science Handbook (PDSH), Jake VanderPlas. (2016). O′Reilly Media Inc. ISBN: 9781098121211 (Ch-2, Ch-3)
4	Kontrol Yapıları ve Koşullu İfadeler. Python Mantığı: if, elif, else, for döngüleri ve liste üreteçleri (list comprehensions).	Python Data Science Handbook (PDSH), Jake VanderPlas. (2016). O′Reilly Media Inc. ISBN: 9781098121211 (Ch-2)
5	Sayısal Betimleyici İstatistikler, Değişkenler Arasındaki İlişkiler. Pandas Toplulaştırma: df.describe(), df.mean(), df.corr() ve df.groupby().	Python Data Science Handbook (PDSH), Jake VanderPlas. (2016). O′Reilly Media Inc. ISBN: 9781098121211 (Ch-3)
6	Veri Görselleştirme: Temel Grafik Sistemleri. Matplotlib: Colab ortamında histogramlar, saçılım (scatter) grafikleri ve çizgi grafikleri oluşturma.	Python Data Science Handbook (PDSH), Jake VanderPlas. (2016). O′Reilly Media Inc. ISBN: 9781098121211 (Ch-4)
7	İleri Düzey Görselleştirme, Tidy (Düzenli) Veri ve İstatistiksel Grafikler. Seaborn: Gelişmiş grafikler (Python’daki ggplot2 karşılığı). Isı haritaları (heatmaps) ve ikili grafikler (pairplots).	Python Data Science Handbook (PDSH), Jake VanderPlas. (2016). O′Reilly Media Inc. ISBN: 9781098121211 (Ch-4)
8	Ara Sınav
9	Hipotez Testleri: Tek Örneklem Testleri. SciPy Stats: stats.ttest_1samp. Python’da p-değerlerinin (p-value) anlaşılması.	Python Data Science Handbook (PDSH), Jake VanderPlas. (2016). O′Reilly Media Inc. ISBN: 9781098121211 (Ch-4)
10	Varsayımların Kontrolü ve Uyum İyiliği (Goodness of Fit). Normallik ve Varyans: stats.shapiro, stats.levene ve stats.chisquare.	Python Data Science Handbook (PDSH), Jake VanderPlas. (2016). O′Reilly Media Inc. ISBN: 9781098121211 (Ch-4, Ch-5)
11	Basit Doğrusal Regresyon ve Korelasyon. Scikit-Learn / Statsmodels: Doğrusal bir model kurma ve katsayıların yorumlanması.	Python Data Science Handbook (PDSH), Jake VanderPlas. (2016). O′Reilly Media Inc. ISBN: 9781098121211 (Ch-5)
12	Dinamik Raporlama (Notebook’lar). Rapor Olarak Google Colab: LaTeX formüllerini, görselleri ve metni nihai bir rapora entegre etme.	Python Data Science Handbook (PDSH), Jake VanderPlas. (2016). O′Reilly Media Inc. ISBN: 9781098121211 (Ch-1)
13	Veri Madenciliği ve İstatistiksel Öğrenme (Denetimli / Denetimsiz). Makine Öğrenmesi: Scikit-Learn’e Giriş. K-Means (Denetimsiz) ve Karar Ağaçları (Denetimli).	Python Data Science Handbook (PDSH), Jake VanderPlas. (2016). O′Reilly Media Inc. ISBN: 9781098121211 (Ch-4)
14	Veri Madenciliği ve İstatistiksel Öğrenme (Denetimli / Denetimsiz). Makine Öğrenmesi: Scikit-Learn’e Giriş. K-Means (Denetimsiz) ve Karar Ağaçları (Denetimli).	Python Data Science Handbook (PDSH), Jake VanderPlas. (2016). O′Reilly Media Inc. ISBN: 9781098121211 (Ch-4)
15	Dersin gözden geçirilmesi
16	Final Sınavı

Ders Kitabı

Jake VanderPlas. (2016). Python Data Science Handbook (PDSH). O′Reilly Media Inc. ISBN: 9781098121211

Önerilen Okumalar/Materyaller

1- Molin, S. (2021). Hands-On Data Analysis with Pandas: A Python data science handbook for data collection, wrangling, analysis, and visualization. Packt Publishing Ltd. ISBN: 978-1800563452.

2- McKinney, W. (2012). Python for Data Analysis (3rd ed.). O′Reilly Media, Inc. ISBN: 978-1491957660.

Yarıyıl Aktiviteleri	Sayı	Katkı Payı %
Katılım
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev
Sunum / Jüri Önünde Sunum	1	10
Proje	1	10
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav	1	30
Final Sınavı	1	50
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı	3	50
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı	1	50
Toplam

Yarıyıl Aktiviteleri	Sayı	Süre (Saat)	İş Yükü
Teorik Ders Saati (Sınav haftası dahildir: 16 x teorik ders saati)	16	3	48
Laboratuvar / Uygulama Ders Saati (Sınav haftası dahildir. 16 x uygulama/lab ders saati)	16		0
Sınıf Dışı Ders Çalışması	14	3	42
Arazi Çalışması			0
Küçük Sınav / Stüdyo Kritiği			0
Portfolyo			0
Ödev			0
Sunum / Jüri Önünde Sunum	1	10	10
Proje	1	10	10
Seminer/Çalıştay			0
Sözlü Sınav			0
Ara Sınavlar	1	30	30
Final Sınavı	1	40	40
		Toplam	180

#	Program Yeterlilikleri / Çıktıları	* Katkı Düzeyi
#	Program Yeterlilikleri / Çıktıları	1	2	3	4	5
1	Temel matematik, uygulamalı matematik veya istatistik kuramlarına ve uygulamalarına hâkim olur.	-	-	-	-	X
2	Matematik veya istatistik alanlarında edindiği ileri düzey bilgi ve becerilerini kullanarak verileri yorumlar, sorunları tanımlar, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirir.	-	-	X	-	-
3	Disiplinler arası yaklaşımla, matematik veya istatistiği gerçek yaşamda uygular ve kendi potansiyelini keşfeder.	-	-	X	-	-
4	Matematik veya İstatistik alanında edindiği ileri düzeyde bilgi ve becerilerini eleştirel bir yaklaşımla değerlendirir.	-	-	-	-	-
5	Kuramsal ve teknik bilgilerini detaylı olarak uzman olan veya olmayan kişilere rahatça aktarır.	-	-	-	-	-
6	Matematik veya istatistik alanlarında bireysel veya ekip olarak bir çalışmayı sürdürür, bağımsız çalışmanın ilgili tüm aşamalarında etkili olur, karar verme sürecine katılır, zamanı etkili kullanarak gerekli planlamayı yapar.	-	-	-	-	-
7	Matematik veya istatistik alanlarında yaygın olarak kullanılan yazılımlara aşina olur ve Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyindeki en az bir programı etkin şekilde kullanır.	-	-	-	X	-
8	Dahil olduğu projelerin tüm aşamalarında toplumsal, bilimsel ve etik değerlere uygun hareket eder, toplumsal duyarlılık çerçevesinde proje geliştirip uygular.	-	-	-	-	-
9	Evrensel anlamda birikimli ve duyarlı olarak tüm süreçleri etkin şekilde değerlendirir ve kalite yönetimi konusunda yeterli bilince sahip olur.	-	-	-	-	-
10	Soyut düşünce yapısına hâkim olarak, somut olayları bağlar ve çözüm üretir, veri toplayarak bilimsel yöntemlerle sonuçları inceler ve yorumlar.	-	-	-	-	-
11	Bir yabancı dili kullanarak Matematik veya İstatistik ile ilgili bilgi toplar ve meslektaşları ile iletişim kurar.	-	-	-	-	-
12	İkinci yabancı dili orta düzeyde kullanır.	-	-	-	-	-
13	İnsanlık tarihi boyunca oluşan bilgi birikimini uzmanlık alanıyla ilişkilendirir.	-	-	-	-	-