• Amaç: Bu ders, öğrencilere veri yapıları ve algoritmaların temel kavramlarını öğretmek ve bu bilgileri yazılım geliştirme süreçlerinde uygulamalarına olanak sağlamaktır. Öğrenciler, Python programlama dili kullanarak çeşitli veri yapıları ve algoritmaları inceleyecek, etkili problem çözme ve algoritma tasarımı yeteneklerini geliştirecektir. Bu ders ayrıca veri görselleştirme, sıralama ve arama algoritmalarının yanı sıra graf ve veri yapıları gibi ileri konuları da ele alarak yazılım mühendisliğinin temel bileşenlerine derinlemesine bir bakış sunar.

• İçerik:   Bu dersin içeriği, Python Programlama Dili ile & Google Colab & Google Drive Ayarları, Python Programlama Dili Değişken & Veri Türleri, Python Programlama Dili Üzerinde Koşul Yapıları, Python Programlama Dili Üzerinde Döngü Yapıları, İstisnalar & Hata Yönetimi, Python Programlama Dili Üzerinde Koşul & Döngü Örnekleri, Python Programlama Dili Üzerinde Dizi, Liste, Demet, Sözlük Yapılarının Kullanımı & Örnekleri,  Python Programlama Dili Üzerinde Fonksiyon Kullanımı & Örnekleri, Python Programlama Dili üzerinde Dosya İşlemleri & Veri Görselleştirme İşlemleri, Sıralama Algoritmaları, Arama Algoritmaları, Graf Algoritmaları, Yığın, Kuyruk & Bağlantılı Liste Yapısı ve Grafik Programlama anlatılacaktır.  

• Algoritmaların ve Veri Yapılarının Önemini Kavrama: Öğrenciler, veri yapıları ve algoritmaların yazılım geliştirme süreçlerindeki önemini anlayacak ve temel kavramları uygulayabilecektir.
• Python Programlama Yetkinliği: Python programlama dilinde değişkenler, veri türleri, koşul yapıları, döngüler ve istisna yönetimi gibi temel programlama kavramlarını etkin bir şekilde kullanabilecektir.
• Temel Veri Yapılarını Kullanabilme: Öğrenciler, Python'da dizi, liste, demet, ve sözlük yapıları gibi temel veri yapılarını anlayarak, bu yapıları programlama projelerinde kullanabilecektir.
• Sıralama ve Arama Algoritmalarını Anlama: Sıralama (ör. Bubble Sort, Merge Sort) ve arama (ör. Linear Search, Binary Search) algoritmalarını anlayarak, bu algoritmaları çeşitli veri kümeleri üzerinde uygulayabilecektir.
• Graf Algoritmalarını Anlama ve Kullanabilme: Graf yapılarının temelini kavrayarak, graf algoritmaları (ör. Dijkstra, Kruskal) ile ilgili problemleri çözebilecektir.
• Yığın, Kuyruk ve Bağlantılı Liste Yapılarını Kullanma: Yığın, kuyruk ve bağlantılı liste veri yapılarını kullanarak çeşitli veri işlemleri gerçekleştirebilecektir.
• Dosya İşlemleri ve Veri Görselleştirme: Python üzerinde dosya işlemleri gerçekleştirebilecek ve veri görselleştirme teknikleriyle analiz sonuçlarını sunabilecektir.
• Grafik Programlama: Grafik programlama ile ilgili temel kavramları öğrenerek, basit grafiksel uygulamalar geliştirebilecektir.

DERS 0 -> Veri Yapıları ve Algoritmalar Dersinin Kapsamı & Önemi ve Veri Yapıları ve Algoritmalar -> Yazılım Geliştirmede Algoritma & Programlamanın Önemi

DERS 1 -> Python Programlama Dili ile & Google Colab & Google Drive Ayarları

DERS 2 -> Python Programlama Dili Değişken ve Veri Türleri

DERS 3 -> Python Programlama Dili Üzerinde Koşul Yapıları

DERS 4 -> Python Programlama Dili Üzerinde Döngü Yapıları, İstisnalar & Hata Yönetimi

DERS 5 -> Python Programlama Dili Üzerinde Koşul & Döngü Örnekleri

DERS 6 -> Python Programlama Dili Üzerinde Dizi, Liste, Demet, Sözlük Yapılarının Kullanımı ve Örnekleri

DERS 7 -> Python Programlama Dili Üzerinde Fonksiyon Kullanımı ve Örnekleri

DERS 8 -> Python Programlama Dili üzerinde Dosya İşlemleri - 1, QUIZ_1 & QUIZ_2

DERS 9 -> Python Programlama Dili üzerinde Dosya İşlemleri - 2 ve Veri Görselleştirme İşlemleri

DERS 10 -> Sıralama Algoritmaları

DERS 11 -> Arama Algoritmaları

DERS 12 -> Graf Algoritmaları

DERS 13 -> Yığın, Kuyruk ve Bağlantılı Liste Yapısı

DERS 14 -> Grafik Programlama

1. Ord. Prof. Dr. Cahit ARF, "Makine düşünebilir mi ve nasıl düşünebilir", Atatürk Üniversitesi-Üniversite Çalışmalarını Muhite Yayma ve Halk Eğitimi Yayınları Konferanslar Serisi, (1), 91-103. Erzurum, 1959.
2. Prof. Dr. Vasıf NABİYEV, "Teoriden Uygulamalara Algoritmalar", Seçkin Yayınları, Ankara, 2011.
3. Prof. Dr. Vasıf NABİYEV, "Yapay zeka: insan-bilgisayar etkileşimi", Seçkin Yayınları, Ankara, 2021.
4. Prof. Dr. Ali OKATAN, Tamer KARATEKİN, Dr. Kağan OKATAN, "100 Sayfada Makine Öğrenmesi Kitabı", Papatya Bilim Yayıncılık, İstanbul, 2020.
5. Prof. Dr. Vasıf NABİYEV, "Teoriden Uygulamalara Algoritmalar", Seçkin Yayınları, Ankara, 2011.
6. Prof. Dr. Ercan Nurcan YILMAZ & Dr. Öğr. Üyesi Serkan GÖNEN, "Örneklerle Uygulamalı C ve C++ - 2023", İstanbul Gelişim Üniversitesi Yayınları, İstanbul, 2023.
7. Prof. Dr. Çetin ELMAS, "Yapay Zeka Uygulamaları", Seçkin Yayıncılık, İstanbul, 2021.
8. Prof. Dr. Şadi Evren ŞEKER, "Algoritmalar", Nobel Akademik Yayıncılık, Ankara, 2021.
9. Prof. Dr. Eşref ADALI, "Bilişim Etiği ve Hukuku", İTÜ Ulusal Yazılım ve Sertifikasyon Merkezi, İstanbul, 2017.
10. Doç. Dr. Yılmaz KAYA, "Python ile Veri YAPILARI ve ALGORİTMA ANALİZİ", Nobel Yayınevi, Ankara, 2023.
11. Dr. Atınç YILMAZ, Öğr. Gör. Umut KAYA, "Derin Öğrenme", KODLAB Yayıncılık, İstanbul, 2022.
12. Dr. Yalçın ÖZKAN, "Uygulamalı Derin Öğrenme", Papatya Bilim Yayıncılık, İstanbul, 2021.
13. Dr. Andriy BURKOV, "The hundred-page machine learning" book (Vol. 1, p. 32). Quebec City, QC, Canada: Andriy Burkov, 2019.
14. Dr. Öğr. Üyesi Fahri VATANSEVER, "Algoritma Geliştirme ve Programlamaya Giriş", Seçkin Yayınları, Ankara, 2009.
15. Dr. Öğr. Üyesi Selçuk ALP & Arzu KİLİTCİ, "Algoritmalar ve Programlamaya Giriş", Umuttepe Yayınları, Kocaeli, 2015.
16. Dr. Öğr. Üyesi Ebubekir YAŞAR, "Algoritma Ve Programlamaya Giriş", Ekin Basım Yayın, Bursa, 2015.
17. Öğr. Gör. Ali ÇETİNKAYA, "Bulanık Mantık ve Python Uygulamaları". İstanbul Gelişim Üniversitesi Yayınları, 2023.
18. Öğr. Gör. Tuğba SARAY ÇETİNKAYA & Öğr. Gör. Ali ÇETİNKAYA, Algorithm Design in Programming Language Education - Özgür Yayınları, Gaziantep, 2023.
19. Öğr. Gör. Ali ÇETİNKAYA, Mühendislik Alanında Yapay Zeka (YZ) İçerikli Araştırmalarda Yaklaşımlar - Serüven Yayınevi, İzmir, 2022.
20. Öğr. Gör. Ali ÇETİNKAYA, Approaches with Artificial Intelligence (AI) Algorithms to Smart System Works - Platanus Publishing, Ankara, 2023.
21. Öğr. Gör. Ali ÇETİNKAYA’nın internet sayfaları:
    https://scholar.google.com.tr/citations?hl=tr&user=XSEW-NcAAAAJ   https://avesis.gelisim.edu.tr/alcetinkaya https://github.com/acetinkaya/ https://alicetinkaya.site/
    

1. Arf, C. (1959). Makineler Düşünebilir mi ve Nasıl Düşünebilir?. Atatürk Üniversitesi 1958-1959 Öğretim Yılı Halk Konferansları, (1), 91-103.
2. Widrow, B., & Hoff, M. E. (1960). Adaptative Switching Circuits. Wetscon Convention Record. Institute for Research and Education. New York.
3. Zadeh, L. A. (1965). Fuzzy sets. Information and control, 8(3), 338-353.
4. Brezina, C. (2006). Al-Khwarizmi: The inventor of algebra. The Rosen Publishing Group.
5. Campbell, M., Hoane Jr, A. J., & Hsu, F. H. (2002). Deep blue. Artificial intelligence, 134(1-2), 57-83.
6. Allahverdi, N. (2002). Uzman Sistemler Bir Yapay Zeka Uygulaması, Atlas Yayın Dağıtım, Ankara.
7. James, W. (1984). Psychology, briefer course (Vol. 14). Harvard University Press.
8. Nilsson NJ (1965). Foundations of trainable pattern classifying systems. McGraw-Hill, New York
9. Taştan, A. (2001). Nasreddin Tusi: hayatı, eserleri, din ve toplum Görüşü. Erciyes Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 1(11), 1-13.
10. Hebb, D. O. (1949). The first stage of perception: growth of the assembly. The Organization of Behavior, 4, 60-78.
11. Farley, B. W. A. C., & Clark, W. D. (1954). Simulation of self-organizing systems by digital computer. Transactions of the IRE Professional Group on Information Theory, 4(4), 76-84.
12. Uyanık, M. (2022). El-Hârezmî Ebû Ca‘Fer Muhammed B. Mûsâ. Bilgeler ve Bilginler: Cumhuriyetin 100. Yılına Armağan, Türk Kültürüne Hizmet Vakfı Yayın Evi, 250.
13. McCulloch, W. S., & Pitts, W. (1943). A logical calculus of the ideas immanent in nervous activity. The bulletin of mathematical biophysics, 5(4), 115-133.
14. Yang, S., Lee, J., Sezgin, E., Bridge, J., & Lin, S. (2021). Clinical Advice by Voice Assistants on Postpartum Depression: Cross-Sectional Investigation Using Apple Siri, Amazon Alexa, Google Assistant, and Microsoft Cortana. JMIR mHealth and uHealth, 9(1), e24045. https://doi.org/10.2196/24045
15. McFarlane, M. D. (1972). Digital pictures fifty years ago. Proceedings of the IEEE, 60(7), 768-770.
16. Turing, A. M. (1940). Mathematical theory of enigma machine. Public Record Office, London, 3, 150.
17. Turing, A. M. (1948). Intelligent machinery. report for national physical laboratory. reprinted in ince, dc (editor). 1992. mechanical intelligence: Collected works of am turing.
18. McCarthy, J. (1955). Human-Level Ai Is Harder Than It Seemed.
19. Rosenblatt, F. (1957). The perceptron, a perceiving and recognizing automaton Project Para. Cornell Aeronautical Laboratory.
20. Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2017). Imagenet classification with deep convolutional neural networks. Communications of the ACM, 60(6), 84-90.
21. Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., ... & Bengio, Y. (2020). Generative adversarial networks. Communications of the ACM, 63(11), 139-144.
22. Özşahin, M. S. (2017). Türk minyatür tekniği ile çizgi roman tasarımı (Master's thesis). Kütahya Dumlupınar Üniversitesi, Sosyal Bilimler Enstitüsü.
23. Devlin, J., Chang, M. W., Lee, K., & Toutanova, K. (2018). Bert: Pre-training of deep bidirectional transformers for language understanding. arXiv preprint arXiv:1810.04805.
24. Radford, A., Wu, J., Child, R., Luan, D., Amodei, D., & Sutskever, I. (2019). Language models are unsupervised multitask learners. OpenAI blog, 1(8), 9.
25. Ramesh, A., Pavlov, M., Goh, G., Gray, S., Voss, C., Radford, A., ... & Sutskever, I. (2021). Zero-shot text-to-image generation. In International Conference on Machine Learning (pp. 8821-8831). PMLR.
26. Topdemir, H. G. (2022). Takiyüddin İbn Ma'ruf. Bilgeler ve Bilginler: Cumhuriyetin 100. Yılına Armağan, Türk Kültürüne Hizmet Vakfı Yayın Evi, 524.
27. LeCun, Y., Bottou, L., Bengio, Y., & Haffner, P. (1998). Gradient-based learning applied to document recognition. Proceedings of the IEEE, 86(11), 2278-2324.
28. Vacroux, A. G. (1975). Microcomputers. Scientific American, 232(5), 32-41.
29. Deng, J., Dong, W., Socher, R., Li, L. J., Li, K., & Fei-Fei, L. (2009). Imagenet: A large-scale hierarchical image database. In 2009 IEEE conference on computer vision and pattern recognition (pp. 248-255). Ieee.
30. Çırak, B., & Yörük, A. (2016). Mekatronik biliminin öncüsü İsmail El-Cezeri. Siirt Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (4), 175-194.
31. Kato, I., Ohteru, S., Shirai, K., Matsushima, T., Narita, S., Sugano, S., ... & Fujisawa, E. (1987). The robot musician ‘wabot-2’(waseda robot-2). Robotics, 3(2), 143-155.
32. Spenko, M., Buerger, S., & Iagnemma, K. (Eds.). (2018). The DARPA robotics challenge finals: humanoid robots to the rescue (Vol. 121). Springer.
33. Lin, R., Ma, L., & Zhang, W. (2018). An interview study exploring Tesla drivers' behavioural adaptation. Applied ergonomics, 72, 37-47.
34. Google, (2017). Teachable machine v1. https://teachablemachine.withgoogle.com/v1/ Son Erişim Tarihi: 19.12.2022
35. Yang, Z., Gan, Z., Wang, J., Hu, X., Lu, Y., Liu, Z., & Wang, L. (2022). An empirical study of gpt-3 for few-shot knowledge-based vqa. In Proceedings of the AAAI Conference on Artificial Intelligence (Vol. 36, No. 3, pp. 3081-3089).

1. 2023-2024, İGÜ MMF - ISTKA Siber Akademi, (N.Ö. Grup 1 - 56 Öğrenci), Dersin internet sitesi: https://siberakademi.gelisim.edu.tr/tr/idari-icerik-mufredatimiz
2. 2023-2024, İGÜ MMF - ISTKA Siber Akademi, (N.Ö. Grup 2 - 54 Öğrenci), Dersin internet sitesi:  https://siberakademi.gelisim.edu.tr/tr/idari-icerik-mufredatimiz