DERS ADI

: Fizikte Veri Analizi

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
FİZ 3120 Fizikte Veri Analizi SEÇMELİ 2 2 0 7

Dersi Veren Birim

Fizik

Dersin Düzeyi

Lisans

Ders Koordinatörü

DR. MEHMET TARAKÇI

Dersi Alan Birimler

Fizik

Dersin Amacı

Deney sonuçlarının ifade edilmesi ve ölçmedeki belirsizliklerin belirlenmesi, deneysel sonuçlarının analizinin yapılması, bazı önemli istatistik dağılımların öğrenilmesi, genel olarak kullanılan veri analiz programları ve tekniklerin öğrenilmesi amaçlanmaktadır.

Dersin Öğrenme Kazanımları

1   Ölçme işleminin temel kavramlarını tanımlar.
2   Yapılan bir ölçme işlemindeki belirsizlikleri hesaplar.
3   Ölçme sonuçlarını yorumlar.
4   Python proramlanma dilini ve kütüphanelerini veri analizi için kullanır.
5   Deney verilerinin uygun ve anlaşılabilir bir şekilde gösterir.
6   Deney sonuçlarını gerekli görselleştirmeleri yaparak yorumlar.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Ölçme işlemi ve hata kavramı. Python'a Giriş. Neden Python Anaconda ortamının kurulması ve çalışma çevresinin oluşturulması
2 Ölçüm sonuçlarının ve ölçmedeki belirsizliklerin ifadesi Python'da temel işlemler
3 Temel olasılık dağılımları Python'da temel kütüphanelerin kullanımı
4 Hata analizi ve hata yayılımı Python temel programlama adımlarının tanıtılması ve kullanımı Döngüler, koşullar vb.
5 Deney sonuçlarının grafiklerle gösterilmesi ve grafiklerin yorumlanması Python:Numpy kütüphanelerinin tanıtılması ve kullanımı
6 Regresyon (eğri uyumlama) - doğrusal en küçük karaler yöntemi Python: matplotlib grafik kütüphanesinin kullanımı veri analizinde grafiklerin önemi
7 Doğrusal olmayan ilişkilerede, en küçük karaler yöntemi Python ortamında eğri uyumlama uygulamaları
8 Ara Sınav
9 Regresyon parametrelerindeki belirsizlikler, Ki Kare Dağılımı Python ortamında doğrusal olmayan eğri uydurma uygulamaları
10 Ara değer bulma - interpolasyon Python : Ara değer bulma uygulamaları
11 Ekstrapolasyon Python ortamında dış değer bulma uygulamaları
12 Veri analizinde kullanılan ileri yöntemlerin tanıtılması Python: nesne tabanlı programlama
13 Veri analizinde kullanılan ileri yöntemlerin tanıtılması Python genel uygulama ve değerlendirme
14 Proje sunumları ve değerlendirilmesi

Ders İçin Önerilen Kaynaklar

Ana kaynak
1. Taylor J.R., An introduction to error analysis, 2ed, Universty Science Books, Califorrnia.
2. Özgül F., Python 3 için Türkçe Kılavuz, 2016.

Yardımcı kaynaklar:
1. Gerhard Bohm, Günter Zech (2010), Introduction to Statistics and Data Analysis for Physicists, Wiley, New York.
2. Philip Bevington, D. Keith Robinson 1980, Data Reduction and Error Analysis for the Physical Sciences 3rd Edition, McGraw-Hill Higher Education.
2. Les Kirkup (2002). Data Analysis with Excel: An Introduction for Physical Scientist, Cambridge University Press, London.
3. İsa Eşme (1993), Fiziksel Ölçmeler ve Değerlendirilmesi, Marmara Üniversitesi Yayınları.

https://www.scipy.org

Öğrenme ve Öğretme Yöntemleri

1. Anlatım Yöntemi
2. Soru-Yanıt Tekniği
3. Tartışma Yöntemi
4. Ödev
5. Proje

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 VZ Vize
2 ODV Ödev
3 PR Proje
4 FN Final
5 BNS BNS VZ * 0.30 + ODV * 0.05 + PR * 0.15 + FN * 0.50
6 BUT BÜTÜNLEME
7 BUTBN BÜTÜNLEME SONU BAŞARI NOTU VZ * 0.30 + ODV * 0.05 + PR * 0.15 + BUT * 0.50


*** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

Vize ve Yılsonu sınavı yazılı sınav ile değerlendirilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

1. Derslerin %70'ine katılım zorunludur.
2. Her türlü kopya eylemi disiplin soruşturması açılması ile sonuçlandırılacaktır.
3. Öğretim üyesi uygulamalı sınavlar yapma hakkını saklı tutar. Bu sınavlardan alınacak notlar vize ve final sınavı notlarına eklenecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

mehmet.tarakci@deu.edu.tr

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

Dönemin başında öğrenciler bilgilendirilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Anlatımı 14 2 28
Uygulama 14 2 28
Haftalık Ders öncesi/sonrası hazırlıklar 13 4 52
Vize Sınavına Hazırlık 1 8 8
Ödev Hazırlama 1 4 4
Proje Hazırlama 1 16 16
Final Sınavına Hazırlık 1 10 10
Vize Sınavı 1 8 8
Proje Ödevi 1 4 4
Final Sınavı 1 8 8
TOPLAM İŞ YÜKÜ (saat) 166

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9PK.10PK.11PK.12PK.13PK.14
ÖK.121551511111111
ÖK.221551511111111
ÖK.321551511111111
ÖK.455551111111111
ÖK.555551111111111
ÖK.655551111111111