BİLGİ PAKETİ / DERS KATALOĞU
| BİLGİSAYAR MÜHENDİSLİĞİ (YL) (TEZLİ) (İNGİLİZCE) | |||||
| Yüksek Lisans | TYYÇ: 7. Düzey | QF-EHEA: 2. Düzey | EQF-LLL: 7. Düzey | ||
Ders Genel Tanıtım Bilgileri
| Ders Kodu: | 3000003001 | ||||||||
| Ders İsmi: | Advanced Algorithms | ||||||||
| Ders Yarıyılı: | Güz | ||||||||
| Ders Kredileri: |
|
||||||||
| Öğretim Dili: | EN | ||||||||
| Ders Koşulu: | |||||||||
| Ders İş Deneyimini Gerektiriyor mu?: | Hayır | ||||||||
| Dersin Türü: | Uzmanlık Alanı Zorunlu | ||||||||
| Dersin Seviyesi: |
|
||||||||
| Dersin Veriliş Şekli: | Yüz yüze | ||||||||
| Dersin Koordinatörü: | Doç. Dr. Fatih KOÇAN | ||||||||
| Dersi Veren(ler): |
Prof. Dr. Naim Mahmood Musleh AJLOUNI |
||||||||
| Dersin Yardımcıları: |
Dersin Amaç ve İçeriği
| Dersin Amacı: | Kursu başarıyla tamamladıktan sonra öğrenciler aşağıdaki konuları öğreneceklerdir: 1) NP-Zor Problemler için Yaklaşım Algoritması Tasarımı 2) Çevrimiçi algoritma tasarımı 3) Öğrenme algoritması tasarımı 4) Akış algoritması tasarımı |
| Dersin İçeriği: | Bu derste algoritma tasarlama ve analiz etme tekniklerini inceleyeceğiz. Lisans algoritmaları dersleri tipik olarak kesin, verimli (polinom zamanlı) algoritmalar tasarlama tekniklerini kapsar. Bu dersin odak noktası farklıdır. Polinom zaman kesin algoritmalarının bilinmediği problemleri, katı kaynak kısıtlamaları altındaki problemleri ve optimallik kavramının iyi tanımlanmadığı problemleri ele alacağız. Her durumda, performansları üzerinde kanıtlanabilir garantileri olan verimli algoritmalar tasarlamaya odaklanacağız. |
Öğrenme Kazanımları
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
|||||||||||||||||||||||||||||||
Ders Akış Planı
| Hafta | Konu | Ön Hazırlık |
| 1) | Takdim, Aç Gözlü Algoritmalar, Böl-ve-Çöz Algoritmaları ve Dinamik Programlama algoritmaları | Chawla'nın 1. ve 2. dersi |
| 2) | Dinamik Programlama II ve Ağ Akışı | chawla'nın 3. ve 4. ders notları |
| 3) | Ağ akışı uygulamaları, Rastgele algoritmalar | Chawla'nın 5. ve 6. ders notları |
| 4) | Rastgele yük dengeleme ve hashing (özütleme), Hashing ve NP-Tamlık | Chawla'nın 7.ve 8. ders notları |
| 5) | NP-Tamlık, Yaklaşım Algoritmaları, Yerel Arama Tabanlı Yaklaşım | Chawla'nın 9. ve 10. ders notları |
| 6) | Tesis Konumu devamı., Doğrusal Programlama, Rastgele yuvarlama, konsantrasyon sınırları | Chawla'nın 11. ve 12. ders notları |
| 7) | Rastgele yuvarlama (devamı), LP dualitesi, Primal-Dual Algoritmalar | Chawla'nın 13. ve 14. ders notları |
| 8) | Primal-Dual Algoritmalar, Minimax Teoremi ve Yarı Kesin Programlama | Chawla'nın 15. ve 16. ders notları |
| 9) | Primal-Dual Algoritmalar, Minimax Teoremi ve Yarı Kesin Programlama | Chawla'nın 17. ve 18. ders notları |
| 10) | SDP ile Max-Cut devamı, Akış Algoritmaları, Akış Algoritmaları(devamı) | Chawla'nın 19. ve 20. ders notları |
| 11) | Akış algoritmaları (devamı) ve Çevrimiçi algoritmalar, Önbelleğe Alma Algoritmaları | Chawla'nın 21. ve 22. ders notları |
| 12) | Önbelleğe alma ve K-Sunucu problemi, k-sunucu Problemi(devam); Çevrimiçi öğrenme | Chawla'nın 23. ve 24. ders notları |
| 13) | Ağırlıklı Çoğunluk, Hataya Bağlı Model ve Winnow Algoritması, MB Modeli, Perceptron Alg. ve PAC Modeli | Chawla'nın 25. ve 26. ders notları |
| 14) | PAC Modelinde Güçlendirme, PAC Öğrenimi | Chawla'nın 27. ve 28. ders notları |
| 15) | Rastgele Yürüyüşler ve Markov Zincirleri, Rastgele Yürüyüşler ve Markov zincirleri: direnç yöntemi. | Chawla'nın 29. ve 30. ders notları |
Kaynaklar
| Ders Notları / Kitaplar: | Shuchi Chawla's lecture notes on Advanced Algorithms |
| Diğer Kaynaklar: | Algorithm Design by John Kleinberg and Eva Tardos 40 Algorithms Every Programmer Should Know: Python algorithms to live by to enhance your problem-solving skills, 2nd Edition by Imran Ahmad Algorithms for VLSI Design Automation by Sabih H. Gerez |
Ders - Program Öğrenme Kazanım İlişkisi
| Ders Öğrenme Kazanımları | |||||||||
|---|---|---|---|---|---|---|---|---|---|
| Program Kazanımları | |||||||||
| 1) Bilgisayar Bilimi ve Mühendisliği alanında bilimsel araştırma yaparak geniş ve derin bilgilere ulaşma, değerlendirme, yorumlama ve uygulama becerisi. | |||||||||
| 2) Sınırlı ya da eksik bilgiyi kapatmak ve uygulamak için bilimsel yöntemleri kullanma ve farklı disiplinlerin bilgilerini bütünleştirme kabiliyeti. | |||||||||
| 3) Bilgisayar Bilimi ve Mühendisliği problemlerini kurgulayabilme, problemleri çözmek için yöntemler geliştirebilme ve çözümde yenilikçi yöntemler kullanabilme. | |||||||||
| 4) Yeni ve/veya orijinal fikirler ve algoritmalar geliştirme becerisi; sistem, bileşen veya süreç tasarımında yenilikçi çözümler geliştirmek. | |||||||||
| 5) Bilgisayar Mühendisliğinde uygulanan güncel teknikler ve yöntemler ve bunların kısıtları hakkında geniş bilgi sahibi olma kabiliyeti. | |||||||||
| 6) Analitik modelleme ve deneysel araştırma tasarlama ve uygulama, süreçte karşılaşılan karmaşık durumları çözme ve yorumlama becerisi. | |||||||||
| 7) Bir yabancı dili (İngilizce) en az Avrupa Dil Portföyü seviyesinde sözlü ve yazılı iletişimde kullanabilme kabiliyeti. | |||||||||
| 8) Çok disiplinli ekiplerde liderlik etme, karmaşık durumlara çözüm geliştirme ve sorumluluk alma kabiliyeti. | |||||||||
| 9) Toplumsal, yasal, etik ve ahlaki değerlerin bilincinde olmak ve bu değerler çerçevesinde araştırma ve uygulama çalışmaları yapabilmek. | |||||||||
| 10) Bilgisayar Bilimi ve Mühendisliği alanında yeni ve gelişmekte olan uygulamalar hakkında farkındalık ve bunları inceleme ve gerekirse öğrenme kabiliyeti. | |||||||||
Ders - Öğrenme Kazanımı İlişkisi
| Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
| 1) | Bilgisayar Bilimi ve Mühendisliği alanında bilimsel araştırma yaparak geniş ve derin bilgilere ulaşma, değerlendirme, yorumlama ve uygulama becerisi. | |
| 2) | Sınırlı ya da eksik bilgiyi kapatmak ve uygulamak için bilimsel yöntemleri kullanma ve farklı disiplinlerin bilgilerini bütünleştirme kabiliyeti. | |
| 3) | Bilgisayar Bilimi ve Mühendisliği problemlerini kurgulayabilme, problemleri çözmek için yöntemler geliştirebilme ve çözümde yenilikçi yöntemler kullanabilme. | |
| 4) | Yeni ve/veya orijinal fikirler ve algoritmalar geliştirme becerisi; sistem, bileşen veya süreç tasarımında yenilikçi çözümler geliştirmek. | |
| 5) | Bilgisayar Mühendisliğinde uygulanan güncel teknikler ve yöntemler ve bunların kısıtları hakkında geniş bilgi sahibi olma kabiliyeti. | |
| 6) | Analitik modelleme ve deneysel araştırma tasarlama ve uygulama, süreçte karşılaşılan karmaşık durumları çözme ve yorumlama becerisi. | |
| 7) | Bir yabancı dili (İngilizce) en az Avrupa Dil Portföyü seviyesinde sözlü ve yazılı iletişimde kullanabilme kabiliyeti. | |
| 8) | Çok disiplinli ekiplerde liderlik etme, karmaşık durumlara çözüm geliştirme ve sorumluluk alma kabiliyeti. | |
| 9) | Toplumsal, yasal, etik ve ahlaki değerlerin bilincinde olmak ve bu değerler çerçevesinde araştırma ve uygulama çalışmaları yapabilmek. | |
| 10) | Bilgisayar Bilimi ve Mühendisliği alanında yeni ve gelişmekte olan uygulamalar hakkında farkındalık ve bunları inceleme ve gerekirse öğrenme kabiliyeti. |
Öğrenme Etkinliği ve Öğretme Yöntemleri
Ölçme ve Değerlendirme Yöntemleri ve Kriterleri
Ölçme ve Değerlendirme
| Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
| Toplam | % | |
| YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 0 | |
| YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % | |
| Toplam | % | |
İş Yükü ve AKTS Kredisi Hesaplaması
| Aktiviteler | Aktivite Sayısı | Süre (Saat) | İş Yükü |
| Ders Saati | 15 | 3 | 45 |
| Proje | 1 | 60 | 60 |
| Ödevler | 14 | 4 | 56 |
| Ara Sınavlar | 1 | 3 | 3 |
| Final | 1 | 3 | 3 |
| Toplam İş Yükü | 167 | ||