VBL5056 - Veri Yapıları ve Algoritma Analizi

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ

LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ

VERİ BİLİMİ VE ANALİTİĞİ - YL

(2025 - 2026) Ders Bilgi Formu

Ders Adı	Kodu	Yarıyıl	T+U Saat	AKTS	Z / S
Veri Yapıları ve Algoritma Analizi	VBL5056	1	3 + 0	7,5	Seçmeli

Birim Bölüm	Veri Bilimi ve Analitiği - YL - Lisansüstü (Yüz Yüze)
Amaç	Bu derste, öğrencilerin bilgisayar programlamada verileri sunma ve depolama yöntemlerini, bir veri grubundaki verileri sıralama, istenilen bir veriye en etkin bir şekilde ulaşma, temel dizin ve çizge algoritmalarını bilmeleri ve bu algoritmaları gerçekleyebilmeleri hedeflenmektedir.
Ders İçeriği	Bu derste algoritmalarda temel kavramlar, algoritma analizi, özyineleme mantığı, listeler, kuyruk, yığın, ağaç veri yapıları, arama ve sıralama algoritmaları ile temel dizin ve çizge algoritmaları anlatılmaktadır. Öğrenciye, bilgi sistem projeleri hayata geçirilirken verilerin organizasyonunda, erişiminde, düzenlenmesinde kullanılan yöntemler ve birbirlerine göre olan avantajları/dezavantajları öğretilecektir. Derste işlenen veri yapıları ve algoritmaların uygulamaları üzerine yapılacak programlama projeleri ile bu bilgilerin pekişmesi sağlanacaktır
EBS Koordinatörü	Kadriye Nurdanay ÖZTÜRK

Hafta	Konu
1	Algoritmalara Giriş, Temel Kavramlar
2	Algoritma Analizi, RAM Modeli
3	Bağlı Listeler, Kuyruk veri yapısı, Öncelik Kuyruğu- Dairesel kuyruk
4	Yığın veri yapısı, Bağlı Yığınlar
5	Özyineleme Tanımı ve Özyineleme Takibi, Özyineleme Algoritma Tasarımı
6	Ağaçlar Üzerine Temel Kavramlar, Ağaçların Bellek Üzerinde Tutulması, İkili Ağaçlar ve Düğümlere Erişim
7	İkili Arama ve İkili Arama Ağaçları, İkili Arama Ağaçları İçin Algoritmalar, Dengeli Ağaç ve AVL Ağaç Yapısı
8	Çırpı Tabloları (Hash Tables), Çırpı Fonksiyonları (Hash Function), Açık Adresleme
9	Temel Kavramlar, Araya Sokma Sıralaması (Insertion), Seçmeli Sıralama (Selection) Shell Sıralama
10	Kabarcık Sıralaması (Bubble), Birleşmeli Sıralama (Merge), Hızlı Sıralama (Quick)
11	Kümeleme Sıralaması
12	Algoritmaların Karşılaştırılması
13	Basit Dizin Eşleştirme Algoritması, Rabin-Karp Algoritması, Huffman Kodlaması
14	Çizge Sunumu, Depth-First Araması, Breath-First Araması

Program Çıktıları
1	Veri bilimi ve analitiğinin temel bileşenlerine hâkim olma; istatistiksel analiz, veri madenciliği ve makine öğrenmesine ilişkin yöntemleri uygulamalı olarak kullanabilme
2	Yapılandırılmış ve yapılandırılmamış veri tiplerini analiz etme becerisine sahip olma; büyük veri kümeleri üzerinden anlamlı çıkarımlar yaparak analitik yöntemleri etkili biçimde kullanabilme
3	Veri analizi ve modelleme süreçlerinde Python, R, SQL gibi programlama dillerinden yararlanabilme; veri işleme ve otomasyon adımlarını etkin biçimde yönetebilme
4	Veri görselleştirme ve sonuç raporlama tekniklerini kullanarak analiz bulgularını açık, etkili ve karar verme süreçlerine katkı sunacak biçimde ifade edebilme
5	Karmaşık veri odaklı problemleri analiz edebilme, uygun çözüm yolları geliştirebilme ve bilimsel araştırma yöntemleri aracılığıyla yaratıcı, veri temelli kararlar alabilme
6	Veri bilimi ve analitiği kapsamında karşılaşılan problemleri analiz edebilme, uygun veri analizi tekniklerini seçerek çözüm yolları geliştirebilme; istatistiksel, algoritmik ve yapay zekâ temelli yöntemleri eleştirel düşünme yeteneğiyle değerlendirebilme
7	Veri bilimi ve analitiği uygulamalarında Python, R, SQL gibi programlama dillerini etkin biçimde kullanabilme; veri madenciliği, makine öğrenmesi, büyük veri işleme, veri görselleştirme ve modelleme araçlarıyla pratik çözümler geliştirebilme, gerçek veri setleri üzerinde uygulamalar gerçekleştirebilme
8	Veri bilimi ve analitiği ile ilgili bireysel veya ekip çalışmalarında sorumluluk üstlenebilme, karmaşık veri projelerini bağımsız olarak planlayıp yürütebilme; karşılaştığı sorunlara analitik ve yaratıcı çözümler geliştirerek karar alma süreçlerinde etkin rol oynayabilme
9	Veri bilimi ve analitiği alanındaki güncel gelişmeleri, teknolojileri ve yöntemleri izleyerek yaşam boyu öğrenme bilinciyle kendini sürekli geliştirme yetkinliğine sahip olma; yeni bilgi ve becerileri hızla edinip uygulamaya aktarabilme
10	Veri bilimi ve analitiği alanındaki çalışmalarını yazılı, sözlü ve görsel yollarla açık ve etkili bir biçimde ifade edebilme; çok disiplinli takımlarda etkin biçimde çalışabilme, iletişim kurabilme ve iş birliğine dayalı çözümler geliştirebilme
11	Veri bilimi ve analitiği alanına özgü kavramlara, yöntemlere, algoritmalara ve araçlara hâkim olma; etik ilkelere uygun biçimde veri toplama, işleme, analiz etme ve yorumlama süreçlerini yürütebilme, veri gizliliği ve güvenliği konularında sorumluluk bilinciyle hareket edebilme

Ders Öğrenme Çıktısı - Program Çıktıları (1 -5 Puan Aralığı)

Ders Öğrenme Çıktısı	PÇ 1	PÇ 2	PÇ 3	PÇ 4	PÇ 5	PÇ 6	PÇ 7	PÇ 8	PÇ 9	PÇ 10	PÇ 11
Temel algoritma analizini bilir.	-	-	-	-	-	-	-	-	-	-	-
Bilgisayar programlamada temel veri yapılarını bilir.	-	-	-	-	-	-	-	-	-	-	-
Veri yapılarını kullanarak program geliştirebilir.	-	-	-	-	-	-	-	-	-	-	-
Özyineleme yaklaşımını uygulayabilir	-	-	-	-	-	-	-	-	-	-	-
Arama ve sıralama algoritmalarını uygulayabilir.	-	-	-	-	-	-	-	-	-	-	-
Ortalama Değer	-	-	-	-	-	-	-	-	-	-	-

https://ebs.bilecik.edu.tr/pdf/dersbilgigetir/451282