| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| İleri Algoritmalar | CENG 511 | | | 3 + 0 | 3 | 7,50 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | İngilizce |
| Dersin Seviyesi | Yüksek Lisans |
| Dersin Türü | Seçmeli |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. Farklı algoritmaların karmaşıklığını/performansını analiz edin. |
| 2. Belirli bir problem kümesini çözmek için uygun veri yapısını belirleyin. |
| 3. Farklı problemleri karmaşıklıklarına göre çeşitli sınıflara ayırın. |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Fonksiyonların büyümesi, yinelemeler. Karşılaştırmaya dayalı sıralama, QuickSort, HeapSort. Doğrusal zaman sıralaması, Sayma sıralaması, Radix Sıralaması. Dinamik karma. Arama ağaçları, Dengeli arama ağaçları: AVL, Kırmızı-siyah, B ağaçları. Grafikler, BFS ve DFS grafik seyahati, Minimum yayılan ağaç, En kısa yol algoritmaları. Dize eşleştirme, Huffman kodları. Açgözlü algoritmalar, Dinamik programlama, Geri izleme, Dal ve sınır, A*, NP-Tam ve NP-zor problemleri. Yaklaşım algoritmaları. |
| |
Üretken Yapay Zeka Kullanımı:
Öğrenciler, ders ödevleri ve projelerinde destekleyici bir araç olarak üretken yapay zekâ (YZ) araçlarını kullanabilirler. Ancak bu araçlar, bağımsız çalışmanın yerine geçmemeli, yalnızca yardımcı olarak görülmelidir. Yapay zekâ tarafından üretilen bilgilerin ve kaynakların doğruluğunu kontrol etmek öğrencilerin sorumluluğundadır, çünkü:
- Yapay zekâ araçları yanlış veya yanıltıcı bilgiler üretebilir ve var olmayan kaynaklara atıfta bulunabilir.
- Yapay zekâ tarafından üretilen içerikler, fikrî mülkiyetleri uygun şekilde atıfta bulunmadan kullanabilir ve bu durum etik sorunlara yol açabilir.
- Yapay zekâ desteğiyle oluşturulan her türlü içerik veya kod, uygun şekilde kaynak gösterilerek referans verilmelidir.
- Yapay zekâ tarafından üretilen içeriğin nasıl kaynak gösterileceği ile ilgili yönergeler için aşağıdaki kaynağa başvurabilirsiniz:
Chicago Atıf Sistemi – Yapay Zekâ İçeriklerinin Kaynak Gösterimi (https://www.chicagomanualofstyle.org/qanda/data/faq/topics/Documentation/faq0422.htm) |
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | Genel Bakış |
| 2 | Algoritma Zaman Karmaşıklığı için Ön Matematiksel Notasyonlar |
| 3 | Temel Sıralama Algoritmaları |
| 4 | Özyineli İlişkiler ve Çözüm Yöntemleri |
| 5 | Tekrarlayan Sıralama Algoritmaları: Birleştirme, Hızlı ve Yığın Sıralaması |
| 6 | Açgözlü Algoritmalar |
| 7 | Böl ve Yönet Algoritmaları |
| 8 | Arasınav |
| 9 | Dinamik Programlama |
| 10 | 2-3, 2-3-4, Kırmızı-Siyah and B Ağaçları. |
| 11 | Çizge Algoritmaları |
| 12 | Ayrik Küme Veri Yapıları |
| 13 | Hesaplama Kuramı: P, NP, and NP-Zor Problemler |
| 14 | Final Sınav Gözden Geçirmeler ve Proje Geri Bildirimleri |
| |
| Kaynaklar: |
| G. Brassard ve P. Bratley. Fundamentals of Algorithms. |
| |
| Diğer Kaynaklar: |
| Introduction to Algorithms, 3rd Edition (The MIT Press) 3rd Edition, by Thomas H. Cormen (Author), Charles E. Leiserson (Author), Ronald L. Rivest (Author), Clifford Stein (Author), The MIT Press; 3rd edition (July 31, 2009) |
| |
| Öğretim Yöntem ve Teknikleri: |
| Dersler, Ev Ödevleri, ve Atamalar. |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Ara Sınav | 1 | %35 |
| Final Sınavı | 1 | %30 |
| Ödev | 5 | %25 |
| Proje | 1 | %10 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |
| |