Mekatronik Mühendisliği İngilizce (DR) (Yüksek Lisans Dereceli)
Doktora	TYYÇ: 8. Düzey	QF-EHEA: 3. Düzey	EQF-LLL: 8. Düzey

Ders Genel Tanıtım Bilgileri

Ders Kodu:

AUTO528

Ders İsmi:

Vehicle Perception in ROS

Ders Yarıyılı:

Güz

Ders Kredileri:

Teorik	Pratik	Kredi	AKTS
3	0	3	10

Öğretim Dili:

Ders Koşulu:

Ders İş Deneyimini Gerektiriyor mu?:

Hayır

Dersin Türü:

Bölüm Seçmeli

Dersin Seviyesi:

Doktora

TYYÇ:8. Düzey

QF-EHEA:3. Düzey

EQF-LLL:8. Düzey

Dersin Veriliş Şekli:

Yüz yüze

Dersin Koordinatörü:

Dr.Öğr.Üyesi MAHSA MIKAEILI

Dersi Veren(ler):

Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı:

Python programlamanın temellerini tanıtarak, basit veri türleri, akış kontrolü ve
fonksiyonlarla program tasarımı konularını içerir. Ders, Nesne Tabanlı
Programlamanın temel ilkelerini ve veri ile bilgi işleme tekniklerini ele alır.
Öğrenciler, problemler çözecek, gerçek dünya yazılım geliştirme zorluklarını
keşfedecek ve pratik ve çağdaş uygulamalar geliştireceklerdir.

Dersin İçeriği:

1. Giriş
2. String, Girdi/Çıktı, Dallanma, Yineleme
3.String Üzerinde Döngü, Tahmin ve Kontrol, İkilik (Binary), Ondalıklı Sayılar ve
Yaklaşım Yöntemi
4. İkiye Bölme Araması, Ayrıştırma, Soyutlama, Fonksiyon
5. Nesne Olarak Fonksiyonlar, Lambda Fonksiyonu, Demetler (Tuple) ve Listeler
6. Liste, Değişebilirlik (Mutability), İsim Paylaşımı (Aliasing), Kopyalama
7. Liste Anlamaları (List Comprehension), Nesne Olarak Fonksiyonlar, Test Etme,
Hata Ayıklama, İstisnalar (Exceptions), Doğrulamalar (Assertions)
8. Sözlükler (Dictionaries), Sözlükler
9. Sayısal Olmayanlarda Özyineleme (Recursion), Python Sınıfları
10. Daha Fazla Python Sınıf Metodu, Kalıtım (Inheritance)
11. Fitness Takip Cihazı Nesne Tabanlı Programlama Örneği, Program Zamanlama, İşlem Sayımı
12. Büyük O ve Theta Notasyonları, Karmaşıklık Sınıfı Örnekleri
13. Sıralama Algoritmaları, Grafikleme
14. Liste Erişimi, Hashleme, Benzetimler (Simülasyonlar) ve Kapanış

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;

Öğrenme Kazanımları

1 - Bilgi
Kuramsal - Olgusal
1) Python uygulamalarının nasıl tasarlanacağını ve programlanacağını bilir.
2 - Beceriler
Bilişsel - Uygulamalı
1) Python programlarında liste, tuple ve sözlüklerin nasıl kullanılacağını bilir.
2) Dizi ve listeleri bilir.
3) Python'da döngülerin ve karar ifadelerinin nasıl yazılacağını bilir.
4) Python'da fonksiyon yazmayı ve parametre aktarmayı bilir
5) Python modüllerinin nasıl oluşturulacağını bilir.
6) Python'da dosya okuma ve yazma işlemlerini bilir
7) Python sınıfları ile nesne yönelimli programların nasıl tasarlanacağını bilir
8) İstisnaların nasıl ele alınacağını bilir.
9) Dosya işlemlerinin nasıl yapılacağını bilir.
10) Verilerin görselleştirilmesini bilir.
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)	1. Giriş	1, 2.1-2.2 Bölümleri: Introduction to Computation and Programming Using Python with Application to Computational Modeling and Understanding Data, third edition, John V. Guttag
2)	2. String, Girdi/Çıktı, Dallanma, Yineleme	2.3-2.8 Bölümleri: Introduction to Computation and Programming Using Python with Application to Computational Modeling and Understanding Data, third edition, John V. Guttag
3)	3. String Üzerinde Döngü, Tahmin ve Kontrol, İkilik (Binary), Ondalıklı Sayılar ve Yaklaşım Yöntemi	3.1-3.3 Bölüm: Introduction to Computation and Programming Using Python with Application to Computational Modeling and Understanding Data, third edition, John V. Guttag
4)	4. İkiye Bölme Araması, Ayrıştırma, Soyutlama, Fonksiyon	3.4-3.5, 4.1-4.2 Bölüm: Introduction to Computation and Programming Using Python with Application to Computational Modeling and Understanding Data, third edition, John V. Guttag
5)	5. Nesne Olarak Fonksiyonlar, Lambda Fonksiyonu, Demetler (Tuple) ve Listeler	4.3-4.6, 5.1-5.3 Bölüm: Introduction to Computation and Programming Using Python with Application to Computational Modeling and Understanding Data, third edition, John V. Guttag
6)	6. Liste, Değişebilirlik (Mutability), İsim Paylaşımı (Aliasing), Kopyalama	5.3-5.5 Bölüm: Introduction to Computation and Programming Using Python with Application to Computational Modeling and Understanding Data, third edition, John V. Guttag
7)	7. Liste Anlamaları (List Comprehension), Nesne Olarak Fonksiyonlar, Test Etme, Hata Ayıklama, İstisnalar (Exceptions), Doğrulamalar (Assertions)	4.4 , 8,9 Bölüm: Introduction to Computation and Programming Using Python with Application to Computational Modeling and Understanding Data, third edition, John V. Guttag
8)	8. Sözlükler (Dictionaries)	5.7, 6.1 Bölüm: Introduction to Computation and Programming Using Python with Application to Computational Modeling and Understanding Data, third edition, John V. Guttag
9)	9. Sayısal Olmayanlarda Özyineleme (Recursion), Python Sınıfları	6.2-6.4, 10.1 Bölüm: Introduction to Computation and Programming Using Python with Application to Computational Modeling and Understanding Data, third edition, John V. Guttag
10)	10. Daha Fazla Python Sınıf Metodu, Kalıtım (Inheritance)	10.1-10.2 Bölüm: Introduction to Computation and Programming Using Python with Application to Computational Modeling and Understanding Data, third edition, John V. Guttag
11)	11. Fitness Takip Cihazı Nesne Tabanlı Programlama Örneği, Program Zamanlama, İşlem Sayımı	10.4, 11 Bölüm: Introduction to Computation and Programming Using Python with Application to Computational Modeling and Understanding Data, third edition, John V. Guttag
12)	12. Büyük O ve Theta Notasyonları, Karmaşıklık Sınıfı Örnekleri	11, 12.1 Bölüm: Introduction to Computation and Programming Using Python with Application to Computational Modeling and Understanding Data, third edition, John V. Guttag
13)	13. Sıralama Algoritmaları, Grafikleme	12.2, 13 Bölüm: Introduction to Computation and Programming Using Python with Application to Computational Modeling and Understanding Data, third edition, John V. Guttag
14)	14. Liste Erişimi, Hashleme, Benzetimler (Simülasyonlar) ve Kapanış	12.3, 17 Bölüm: Introduction to Computation and Programming Using Python with Application to Computational Modeling and Understanding Data, third edition, John V. Guttag

Kaynaklar

Ders Notları / Kitaplar:	Introduction to Computation and Programming Using Python with Application to Computational Modeling and Understanding Data, third edition, John V. Guttag
Diğer Kaynaklar:	Introduction to Computation and Programming Using Python with Application to Computational Modeling and Understanding Data, third edition, John V. Guttag

Ders - Program Öğrenme Kazanım İlişkisi

Ders Öğrenme Kazanımları	1	2	3	4	5	6	7	8	9	10	11
Program Kazanımları
1) Mühendislik problemlerinin çözümüne mekatroniğin disiplinler arası sinerjik yaklaşımını uygulayabilme bilgi ve becerisi
2) Mekatronik yaklaşımını kullanarak mekatronik ürünler ve sistemler tasarlayabilme becerisi
3) Var olan ürün ya da süreçleri mekatronik yaklaşımıyla analiz edip geliştirebilme bilgi ve becerisi
4) Etkin iletişim kurabilme ve diğer disiplinlerle takım çalışması yapabilme becerisi
5) Mühendisliği etik prensiplere uygun olarak yerine getirme anlayışı
6) Yerel ve küresel sosyoekonomik etkilerin farkında olarak teknolojiyi kullanma anlayışı
7) Yaşam boyu öğrenimin gerekliliğini bilme ve yerine getirme yaklaşımı

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)	Mühendislik problemlerinin çözümüne mekatroniğin disiplinler arası sinerjik yaklaşımını uygulayabilme bilgi ve becerisi
2)	Mekatronik yaklaşımını kullanarak mekatronik ürünler ve sistemler tasarlayabilme becerisi
3)	Var olan ürün ya da süreçleri mekatronik yaklaşımıyla analiz edip geliştirebilme bilgi ve becerisi
4)	Etkin iletişim kurabilme ve diğer disiplinlerle takım çalışması yapabilme becerisi
5)	Mühendisliği etik prensiplere uygun olarak yerine getirme anlayışı
6)	Yerel ve küresel sosyoekonomik etkilerin farkında olarak teknolojiyi kullanma anlayışı
7)	Yaşam boyu öğrenimin gerekliliğini bilme ve yerine getirme yaklaşımı

Öğrenme Etkinliği ve Öğretme Yöntemleri

Anlatım
Beyin fırtınası /Altı şapka
Bireysel çalışma ve ödevi
Ders
Ödev

Ölçme ve Değerlendirme Yöntemleri ve Kriterleri

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

Ölçme ve Değerlendirme

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Ödev	5	% 10
Projeler	1	% 25
Ara Sınavlar	1	% 25
Final	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	14	3	42
Proje	1	20	20
Ödevler	5	2	10
Ara Sınavlar	1	2	2
Rapor Teslimi	1	10	10
Final	1	2	2
Toplam İş Yükü			86