EN
11111

DERS TANITIM BİLGİLERİ

dm.ieu.edu.tr

Dersin Adı
Kodu
Yarıyıl
Teori
(saat/hafta)
Uygulama/Lab
(saat/hafta)
Yerel Kredi
AKTS
Güz/Bahar
Ön-Koşul(lar)
Yok
Dersin Dili
Dersin Türü
Seçmeli
Dersin Düzeyi
-
Dersin Veriliş Şekli -
Dersin Öğretim Yöntem ve Teknikleri Problem çözme
Dersin Koordinatörü
Öğretim Eleman(lar)ı
Yardımcı(ları) -
Dersin Amacı
Öğrenme Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Farklı tip algoritmaları ve kullanım amaçlarını kavramış olacak.
  • Belirli hesaplama problemlerini çözmek üzere verimli Aç gözlü algoritmalar tasarlayıp kodlayabilecek.
  • Belirli hesaplama problemlerini çözmek üzere verimli Böl ve Yönet tipi algoritmalar tasarlayıp kodlayabilecek.
  • Belirli optimizasyon problemlerini çözmek üzere verimli dinamik programlalar tasarlayıp kodlayabilecek.
  • Belirli hesaplama problemlerini çözmek üzere verimli yakınsak algoritmalar tasarlayıp kodlayabilecek.
Ders Tanımı

 



Dersin Kategorisi

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

 

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

Hafta Konular Ön Hazırlık
1 Introduction: Some Representative Problems Course Book; Chapter 1.
2 Basics of Algorithms Analysis Course Book; Chapter 2.
3 Graphs Course Book; Chapter 3.
4 Greedy Algorithms: Interval Scheduling Course Book; Chapter 4.
5 Greedy Algorithms: Scheduling to Minimize Lateness Course Book; Chapter 4.
6 Greedy Algorithms : Minimum-Cost Course Book; Chapter 4.
7 Divide and Conquer: Counting Inversions Course Book; Chapter 5.
8 Ara sınav
9 Divide and Conquer: Integer Multiplication Course Book; Chapter 5.
10 Divide and Conquer: Convolutions and The Fast Fourier Transform Course Book; Chapter 5.
11 Dynamic Programming: Weighted Interval Scheduling Course Book; Chapter 6.
12 Dynamic Programming: Subset Sums and Knapsacks Course Book; Chapter 6.
13 Dynamic Programming: Sequence Alignment Course Book; Chapter 6.
14 Approximation Algorithms: Load Balancing Course Book; Chapter 11.
15 Approximation Algorithms: Set Cover Course Book; Chapter 11.
16 Dönemin gözden geçirilmesi  
Ders Kitabı Algorithm Design, Jon Kleinberg, Éva Tardos, ISBN-10: 0321295358, ISBN-13: 9780321295354, Addison-Wesley, 2005.
Önerilen Okumalar/Materyaller Algorithms, Cormen, T.H., Liesersan, C.E. and Rivest, R.L. ISBN 0-01-013143-0, McGraw-Hill

 

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl Aktiviteleri Sayı Katkı Payı %
Katılım
1
10
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev
Sunum / Jüri Önünde Sunum
Proje
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav
2
50
Final Sınavı
1
40
Toplam

Yarıyıl İçi Aktivitelerin Başarı Notuna Katkısı
60
Yarıyıl Sonu Aktivitelerin Başarı Notuna Katkısı
40
Toplam

AKTS / İŞ YÜKÜ TABLOSU

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
Sınıf Dışı Ders Çalışması
15
2
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev
Sunum / Jüri Önünde Sunum
Proje
Seminer/Çalıştay
Sözlü Sınav
Ara Sınavlar
2
16
Final Sınavı
1
13
    Toplam
123

 

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

#
 Program Yeterlilikleri / Çıktıları
* Katkı Düzeyi
1
2
3
4
5
1 Temel matematik, uygulamalı matematik ve istatistik kuramlarına ve uygulamalarına hakim olmak,
2 Matematik ve istatistik alanındaki edindiği ileri düzeydeki kuramsal ve uygulamalı bilgileri kullanabilmek,
3 Sorunları tanımlayabilmek, analiz edebilmek ve bilimsel yöntemlere dayalı çözüm üretebilmek,
4
Disiplinlerarası yaklaşımla, matematiği ve istatistiği gerçek yaşamda uygulayabilmek ve uygulama konusunda kendi potansiyellerini keşfedebilmek,		 X
5
Matematiğin kullanıldığı hemen her alanda, gerekli bilgileri edinebilmek ve modelleme yapabilmek ve kendini geliştirebilmek,		 X
6 Kurduğu modellere ve çözümlere eleştirel bakabilmek, yenileyebilmek,
7 Kuramsal ve teknik bilgilerini gerek detaylı olarak uzman kişilere, gerekse basit ve anlaşılır bir şekilde uzman olmayan kişilere rahatça aktarabilmek,
8

İngilizce’yi ve Avrupa Dil Portföyünden ikinci bir yabancı dili B1 Genel Düzeyinde etkin şekilde kullanabilmek ve bilgi birikimini güncel tutabilmek, yurtiçi ve yurtdışı meslektaşlarıyla rahat bir şekilde iletişim kurabilmek, periyodik litaretürü takip edebilmek,
9

Matematik ve istatistik alanlarında yaygın olarak kullanılan yazılımlara aşina olmak ve Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyindeki ez az bir programı etkin şekilde kullanabilmek,

 X
10

Dahil olduğu projelerin tüm aşamalarında toplumsal, bilimsel ve etik değerlere uygun hareket edebilmek, toplumsal duyarlılık çerçevesinde proje geliştirip uygulayabilmek,
11 Evrensel anlamda birikimli ve duyarlı olarak tüm süreçleri etkin şekilde değerlendirebilmek ve kalite yönetimi konusunda yeterli bilince sahip olmak, X
12

Soyut düşünce yapısına hakim olarak, somut olaylara bağlayabilmek ve çözümleri taşıyabilmek, deney tasarlayıp veri toplayarak bilimsel yöntemlerle sonuçları incelemek ve yorumlamak,
13

Edindiği bilgi, beceri ve yetkinlikleri hayat boyu yenileyebilmek, yaşam boyu öğrenme bilincine sahip olmak,
14

Matematik ve istatistik alanında edindiği bilgileri ortaöğretim seviyesine uyarlayarak aktarabilmek,
15

Matematik ve istatistik alanında bireysel veya ekip olarak bir çalışmayı sürdürmek, bağımsız çalışmanın ilgili tüm aşamalarında etkili olmak, karar verme sürecine katılmak, zamanı etkili kullanarak gerekli planlamayı yapmak ve yürütmek.

 X

*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest

 

İzmir Ekonomi Üniversitesi | Sakarya Caddesi No:156, 35330 Balçova - İZMİR Tel: +90 232 279 25 25 | webmaster@ieu.edu.tr | YBS 2010