Marmara Üniversitesi
Marmara Üniversitesi Eğitim-Öğretim Bilgi Sistemi

Programlar Hakkında Bilgi

Tezli Yüksek Lisans - Fen Bilimleri Enstitüsü - Matematik

Müfredat Adı Ders Kodu Ders Adı Ders Türü Dönem AKTS Teorik Uygulama
Teorik Matematik - Yüksek Lisans - 2014 MMLS7001 Mathematical Modeling for the Life Sciences Zorunlu 1 8,00 3 0

Dersin İçeriği

Dersin Amacı

Bu dersin amacı, hem geleneksel matematiksel teknikler (örn. diferansiyel denklemler) için yeni kullanımlar bulan hem de yeni yaklaşımlar öneren (örn. Ders, belirli biyolojik örnekler aracılığıyla, aşağıdaki ders planında belirtilen çeşitli matematiksel modelleme tekniklerini ve hesaplamalı programlama yaklaşımlarını tanıtacaktır.

Öğrenim Türü

-

Dersin İçeriği

Öğrenciler, yaşam bilimlerinde yaygın olarak kullanılan matematiksel modelleme tekniklerine, bunların çeşitli yazılım sistemleri kullanılarak uygulanmasına ve analiz ve doğrulama için standart prosedürlere maruz kalacaklardır. Kapsamlı olmayan bir matematiksel yaklaşım listesi şunları içerir: fonksiyon yaklaşımı, diferansiyel ve fark denklemleri, kombinatorik, stokastik hesap, cebirsel-integro-diferansiyel sistemler, lineer yaklaşım, model indirgeme, derin sinir ağları.

Planlanan Öğrenme Aktiviteleri ve Metodları

Yüz yüze eğitim , soru-cevap ,problem çözme, proje sunumu

Staj Durumu

yok

Dersin Sunulduğu Dil

İngilizce

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

-

Dersin Web Sayfası

-

Öğrenme Çıktıları

  • Yaşam bilimlerinde ortaya çıkan çeşitli problemler için uygun matematiksel modelleri kavramak
  • Yaşam bilimlerinde ortaya çıkan çeşitli problemler için uygun matematiksel modelleri seçebilmek ve uygulamak
  • Biyolojide ortaya çıkan matematiksel modelleri çözmek
  • Yaşam bilimlerinde yazılım ortamlarını kullanmak
  • Kantitatif bir yaşam bilimi problemini, matematiksel yaklaşımı, çözümü ve sonuçların analizini açıklayan bir makale taslağı hazırlamak

Haftalık Ayrıntılı Ders İçeriği

Hafta Teorik
1 Matematiksel modelleme teknikleri
2 Matematiksel modelleme teknikleri
3 Matematiksel modelleme teknikleri
4 Analiz için standart prosedürler
5 Analiz için standart prosedürler
6 Fonksiyon yaklaştırma
7 Diferansiyel ve fark denklemleri
8 Ara sınav
9 Kombinatoriks
10 Stokastik kalkülüs
11 Karmaşık sistemler
12 Doğrusal yaklaştırma
13 Model indirgenmesi
14 Makine öğrenmesi
15 Derin nöral networkler
16 Genel tekrar
17 Final sınavı

Değerlendirme

Değerlendirme Değer
Yarıyıl (Yıl) İçi Etkinlikleri 50
Yarıyıl (Yıl) Sonu Etkinlikleri 50
Yarıyıl (Yıl) Sonu Etkinlikleri Değer
Final Sınavı 100

Öğrenci İş Yükü Hesabı

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)

Program ve Öğrenme Çıktıları İlişkisi

ÖÇ1
ÖÇ2
ÖÇ3
ÖÇ4
ÖÇ5