BİYOMEDİKAL MÜHENDİSLİĞİ (İNGİLİZCE)
Kazanılan Yeterlilik Program Süresi Toplam Kredi (AKTS) Öğretim Şekli Yeterliliğin Düzeyi ve Öğrenme Alanı
4 240 FULL TIME TYÇ, TYYÇ, EQF-LLL, ISCED (2011):6. Düzey
QF-EHEA:1. Düzey
TYYÇ, ISCED (1997-2013): 52

Ders Genel Tanıtım Bilgileri

Ders Kodu: 1417002012
Ders İsmi: İleri Görüntü İşleme (Python)
Ders Yarıyılı: Güz
Ders Kredileri:
Teorik Pratik Laboratuvar Kredi AKTS
3 0 0 3 5
Öğretim Dili: EN
Ders Koşulu:
Ders İş Deneyimini Gerektiriyor mu?: Hayır
Ders İçin Önerilen Diğer Hususlar:
Dersin Türü: Department Elective
Dersin Seviyesi:
Lisans TYYÇ:6. Düzey QF-EHEA:1. Düzey EQF-LLL:6. Düzey
Dersin Veriliş Şekli: Yüz yüze
Dersin Koordinatörü: Dr.Öğr.Üyesi Dilek Betül SARIDEDE
Dersi Veren(ler):
Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı: Bu dersin amacı, programlama dilinin gerçek hayattaki uygulamalarda yaygın olarak kullanıldığı bazı ileri düzey konuları tanıtmaktır.
Dersin İçeriği: Komut dosyası dillerine genel bakış, python dilinin derinlemesine incelenmesi, desteklenen kitaplıkların tartışılması, python'da sistem yönetimi, ağ oluşturma, veri tabanı uygulamaları, soket programlama, avans konsepti uygulamaları.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
Öğrenme Kazanımları
1 - Bilgi
Kuramsal - Olgusal
1) Python programlama dilinin temel sözdizimi, veri tipleri, operatörler, karar yapıları, döngüler, fonksiyonlar, modüller ve hata yakalama gibi konuları öğrenir.
2) Nesne yönelimli programlama (OOP) mantığını, sınıf, nesne, kalıtım, polimorfizm, soyutlama ve enkapsülasyon gibi kavramları öğrenir.
3) Veritabanı bağlantıları, web scraping, API kullanımı ve GUI tasarımı gibi konuları öğrenir.
2 - Beceriler
Bilişsel - Uygulamalı
3 - Yetkinlikler
İletişim ve Sosyal Yetkinlik
Öğrenme Yetkinliği
Alana Özgü Yetkinlik
Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği

Ders Akış Planı

Hafta Konu Ön Hazırlık
1) Python programlamaya giriş 1.Michał Jaworski and Tarek Ziadé, Expert Python Programming Third Edition, Packt Publishing, 2019. 2.Dey, S. (2018). Hands-On Image Processing with Python: Expert techniques for advanced image analysis and effective interpretation of image data. Packt Publishing Ltd. 3.Chityala, R., & Pudipeddi, S. (2020). Image processing and acquisition using Python. Chapman and Hall/CRC.
2) Python Veri Yapıları 1.Michał Jaworski and Tarek Ziadé, Expert Python Programming Third Edition, Packt Publishing, 2019. 2.Dey, S. (2018). Hands-On Image Processing with Python: Expert techniques for advanced image analysis and effective interpretation of image data. Packt Publishing Ltd. 3.Chityala, R., & Pudipeddi, S. (2020). Image processing and acquisition using Python. Chapman and Hall/CRC.
3) Python Veri girişi ve gösterimi 1.Michał Jaworski and Tarek Ziadé, Expert Python Programming Third Edition, Packt Publishing, 2019. 2.Dey, S. (2018). Hands-On Image Processing with Python: Expert techniques for advanced image analysis and effective interpretation of image data. Packt Publishing Ltd. 3.Chityala, R., & Pudipeddi, S. (2020). Image processing and acquisition using Python. Chapman and Hall/CRC.
4) Python İstatistiksel Dağılımlar 1.Michał Jaworski and Tarek Ziadé, Expert Python Programming Third Edition, Packt Publishing, 2019. 2.Dey, S. (2018). Hands-On Image Processing with Python: Expert techniques for advanced image analysis and effective interpretation of image data. Packt Publishing Ltd. 3.Chityala, R., & Pudipeddi, S. (2020). Image processing and acquisition using Python. Chapman and Hall/CRC.
5) Python Hipotezler 1.Michał Jaworski and Tarek Ziadé, Expert Python Programming Third Edition, Packt Publishing, 2019. 2.Dey, S. (2018). Hands-On Image Processing with Python: Expert techniques for advanced image analysis and effective interpretation of image data. Packt Publishing Ltd. 3.Chityala, R., & Pudipeddi, S. (2020). Image processing and acquisition using Python. Chapman and Hall/CRC.
6) Python’la İstatistiksel Modelleme 1.Michał Jaworski and Tarek Ziadé, Expert Python Programming Third Edition, Packt Publishing, 2019. 2.Dey, S. (2018). Hands-On Image Processing with Python: Expert techniques for advanced image analysis and effective interpretation of image data. Packt Publishing Ltd. 3.Chityala, R., & Pudipeddi, S. (2020). Image processing and acquisition using Python. Chapman and Hall/CRC.
7) Python Lineer regresyon 1.Michał Jaworski and Tarek Ziadé, Expert Python Programming Third Edition, Packt Publishing, 2019. 2.Dey, S. (2018). Hands-On Image Processing with Python: Expert techniques for advanced image analysis and effective interpretation of image data. Packt Publishing Ltd. 3.Chityala, R., & Pudipeddi, S. (2020). Image processing and acquisition using Python. Chapman and Hall/CRC.
8) Ara Sınav
9) Çok değişkenli Veri Analizi 1.Michał Jaworski and Tarek Ziadé, Expert Python Programming Third Edition, Packt Publishing, 2019. 2.Dey, S. (2018). Hands-On Image Processing with Python: Expert techniques for advanced image analysis and effective interpretation of image data. Packt Publishing Ltd. 3.Chityala, R., & Pudipeddi, S. (2020). Image processing and acquisition using Python. Chapman and Hall/CRC.
10) Kesikli verilerde testler 1.Michał Jaworski and Tarek Ziadé, Expert Python Programming Third Edition, Packt Publishing, 2019. 2.Dey, S. (2018). Hands-On Image Processing with Python: Expert techniques for advanced image analysis and effective interpretation of image data. Packt Publishing Ltd. 3.Chityala, R., & Pudipeddi, S. (2020). Image processing and acquisition using Python. Chapman and Hall/CRC.
11) Python’la bootstrap 1.Michał Jaworski and Tarek Ziadé, Expert Python Programming Third Edition, Packt Publishing, 2019. 2.Dey, S. (2018). Hands-On Image Processing with Python: Expert techniques for advanced image analysis and effective interpretation of image data. Packt Publishing Ltd. 3.Chityala, R., & Pudipeddi, S. (2020). Image processing and acquisition using Python. Chapman and Hall/CRC.
12) Python’la logistik regresyon 1.Michał Jaworski and Tarek Ziadé, Expert Python Programming Third Edition, Packt Publishing, 2019. 2.Dey, S. (2018). Hands-On Image Processing with Python: Expert techniques for advanced image analysis and effective interpretation of image data. Packt Publishing Ltd. 3.Chityala, R., & Pudipeddi, S. (2020). Image processing and acquisition using Python. Chapman and Hall/CRC.
13) Python Bayezyen istatistik 1.Michał Jaworski and Tarek Ziadé, Expert Python Programming Third Edition, Packt Publishing, 2019. 2.Dey, S. (2018). Hands-On Image Processing with Python: Expert techniques for advanced image analysis and effective interpretation of image data. Packt Publishing Ltd. 3.Chityala, R., & Pudipeddi, S. (2020). Image processing and acquisition using Python. Chapman and Hall/CRC.
14) Python’la örnek uygulamalar 1.Michał Jaworski and Tarek Ziadé, Expert Python Programming Third Edition, Packt Publishing, 2019. 2.Dey, S. (2018). Hands-On Image Processing with Python: Expert techniques for advanced image analysis and effective interpretation of image data. Packt Publishing Ltd. 3.Chityala, R., & Pudipeddi, S. (2020). Image processing and acquisition using Python. Chapman and Hall/CRC.
15) Konu tekrarı 1.Michał Jaworski and Tarek Ziadé, Expert Python Programming Third Edition, Packt Publishing, 2019. 2.Dey, S. (2018). Hands-On Image Processing with Python: Expert techniques for advanced image analysis and effective interpretation of image data. Packt Publishing Ltd. 3.Chityala, R., & Pudipeddi, S. (2020). Image processing and acquisition using Python. Chapman and Hall/CRC.

Kaynaklar

Ders Notları / Kitaplar: 1.Michał Jaworski and Tarek Ziadé, Expert Python Programming Third Edition, Packt Publishing, 2019.
2.Dey, S. (2018). Hands-On Image Processing with Python: Expert techniques for advanced image analysis and effective interpretation of image data. Packt Publishing Ltd.
3.Chityala, R., & Pudipeddi, S. (2020). Image processing and acquisition using Python. Chapman and Hall/CRC.
Diğer Kaynaklar: 1.Michał Jaworski and Tarek Ziadé, Expert Python Programming Third Edition, Packt Publishing, 2019.
2.Dey, S. (2018). Hands-On Image Processing with Python: Expert techniques for advanced image analysis and effective interpretation of image data. Packt Publishing Ltd.
3.Chityala, R., & Pudipeddi, S. (2020). Image processing and acquisition using Python. Chapman and Hall/CRC.

Ders - Program Öğrenme Kazanım İlişkisi

Ders Öğrenme Kazanımları

1

2

3
Program Kazanımları
1) Matematik, fen bilimleri ve biyomedikal mühendisliği dalı ile ilgili mühendislik konularında yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri kullanarak biyomedikal mühendisliği alanındaki problemleri modelleme ve çözme becerisi.
2) Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
3) Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
4) Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
5) Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
6) Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
7) Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
8) Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
9) Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
10) Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
11) Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.

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) Matematik, fen bilimleri ve biyomedikal mühendisliği dalı ile ilgili mühendislik konularında yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri kullanarak biyomedikal mühendisliği alanındaki problemleri modelleme ve çözme becerisi.
2) Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
3) Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
4) Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
5) Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
6) Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
7) Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
8) Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
9) Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
10) Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
11) Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.

Öğrenme Etkinliği ve Öğretme Yöntemleri

Anlatım
Beyin fırtınası /Altı şapka
Ders
Web Tabanlı Öğrenme

Ölçme ve Değerlendirme Yöntemleri ve Kriterleri

Yazılı Sınav (Açık uçlu sorular, çoktan seçmeli, doğru yanlış, eşleştirme, boşluk doldurma, sıralama)
Ödev
Uygulama
Raporlama

Ölçme ve Değerlendirme

Yarıyıl İçi Çalışmaları Aktivite Sayısı Katkı Payı
Uygulama 1 % 15
Ödev 1 % 10
Projeler 1 % 15
Ara Sınavlar 1 % 20
Yarıyıl/Yıl Sonu Sınavı 1 % 40
Toplam % 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI % 60
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI % 40
Toplam % 100

İş Yükü ve AKTS Kredisi Hesaplaması

Aktiviteler Aktivite Sayısı Süre (Saat) İş Yükü
Ders Saati 12 3 36
Sınıf Dışı Ders Çalışması 12 3 36
Ödevler 1 15 15
Ara Sınavlar 1 20 20
Final 1 30 30
Toplam İş Yükü 137