Moleküler Onkoloji (DR)
Doktora	TYYÇ: 8. Düzey	QF-EHEA: 3. Düzey	EQF-LLL: 8. Düzey

Ders Genel Tanıtım Bilgileri

Ders Kodu:

MONK6014

Ders İsmi:

Kanserde Biyoinformatik Ve Yapay Zeka 2

Ders Yarıyılı:

Bahar

Ders Kredileri:

AKTS

Öğretim Dili:

Türkçe

Ders Koşulu:

Ders İş Deneyimini Gerektiriyor mu?:

Evet

Dersin Türü:

Bölüm/Program Seçmeli

Dersin Seviyesi:

Doktora

TYYÇ:8. Düzey

QF-EHEA:3. Düzey

EQF-LLL:8. Düzey

Dersin Veriliş Şekli:

E-Öğrenme

Dersin Koordinatörü:

Dr. Öğr. Üy. LEVENT KORKMAZ

Dersi Veren(ler):

Levent Korkmaz

Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı:	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama
Dersin İçeriği:	Onkolojik veri ile yapay zeka modelleme kurguları anlatılacaktır.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;

Ders Akış Planı

Hafta	Konu	Ön Hazırlık
1)	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama
1)	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama
1)	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama
1)	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama
1)	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama
1)	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama
1)	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama
1)	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama
1)	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama
1)	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama
1)	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama
1)	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama	Veri madenciliği ve karar destek sistemleri - Kanserde klinik data profilleme Onkoloji klinik pratiğinde istatistiksel ve makine öğrenmesi modelleri dizaynı, Kanser yapay zeka nodları kurgulama

Kaynaklar

Ders Notları / Kitaplar:	-
Diğer Kaynaklar:	-

Ders - Program Öğrenme Kazanım İlişkisi

Course Learning Outcomes
Program Kazanımları
1) Kanser ve moleküler kanserin güncel ve ileri düzeydeki bilgilerini tanımlayabilme, değerlendirebilme ve kullanabilme
2) Moleküler kanser alanındaki bilimsel ve teknolojik bir konuyu sistematik bir yaklaşımla araştırabilme, kavrayabilme ve analiz edebilme
3) Kanserin moleküler mekanizmaları hakkında yeni ve karmaşık fikirleri, özgün düşünce ve/veya araştırma ile uzmanlık düzeyinde geliştirebilme, tasarlayabilme, uyarlayabilme ve uygulayabilme
4) Moleküler kanser alanının ilişkili olduğu disiplinler arası etkileşimi kavrayabilme, yeni bir düşünce ya da bilinen bir düşünce ile yeni bir yöntem, tasarım ve/veya uygulama geliştirebilme
5) Kansere karşı geliştirilen tedavi yaklaşımlarına ait bilgileri sentezleyebilme, analiz edebilme, yorumlayabilme, sorgulayabilme ve eleştirebilme becerisi kazanma
6) Çalışmalarında sorun çözme ve karar verme gibi üst düzey becerileri kullanarak alanı ile ilgili yeni düşünce ve yöntemler geliştirebilme
7) Çalışmalarında iyi iletişim becerine sahip olma ve bu ilişkileri yönlendiren normları eleştirel bir bakış açısıyla inceleyebilme, geliştirebilme ve gerektiğinde değiştirmeye yönelik eylemleri yönetebilme
8) Araştırmalarında etik sorumluluk bilincine sahip olmak ve bulgularını ileri düzeyde yazılı, sözlü ve görsel iletişim kurarak savunabilme
9) Moleküler kanser alanında karşılaşılan toplumsal, bilimsel, bilişimsel ve etik sorunların çözümüne katkıda bulunabilme ve bu değerlerin gelişimini destekleyebilme
10) Araştırma ve çalışma sonuçlarını yorumlayabilmek ve ortaya özgün bir yapıt çıkararak alanındaki bilginin sınırlarını genişletebilme

Ders - Öğrenme Kazanımı İlişkisi

Etkisi Yok	1 En Düşük	2 Orta	3 En Yüksek

	Dersin Program Kazanımlarına Etkisi	Katkı Payı
1)	Kanser ve moleküler kanserin güncel ve ileri düzeydeki bilgilerini tanımlayabilme, değerlendirebilme ve kullanabilme
2)	Moleküler kanser alanındaki bilimsel ve teknolojik bir konuyu sistematik bir yaklaşımla araştırabilme, kavrayabilme ve analiz edebilme
3)	Kanserin moleküler mekanizmaları hakkında yeni ve karmaşık fikirleri, özgün düşünce ve/veya araştırma ile uzmanlık düzeyinde geliştirebilme, tasarlayabilme, uyarlayabilme ve uygulayabilme
4)	Moleküler kanser alanının ilişkili olduğu disiplinler arası etkileşimi kavrayabilme, yeni bir düşünce ya da bilinen bir düşünce ile yeni bir yöntem, tasarım ve/veya uygulama geliştirebilme
5)	Kansere karşı geliştirilen tedavi yaklaşımlarına ait bilgileri sentezleyebilme, analiz edebilme, yorumlayabilme, sorgulayabilme ve eleştirebilme becerisi kazanma
6)	Çalışmalarında sorun çözme ve karar verme gibi üst düzey becerileri kullanarak alanı ile ilgili yeni düşünce ve yöntemler geliştirebilme
7)	Çalışmalarında iyi iletişim becerine sahip olma ve bu ilişkileri yönlendiren normları eleştirel bir bakış açısıyla inceleyebilme, geliştirebilme ve gerektiğinde değiştirmeye yönelik eylemleri yönetebilme
8)	Araştırmalarında etik sorumluluk bilincine sahip olmak ve bulgularını ileri düzeyde yazılı, sözlü ve görsel iletişim kurarak savunabilme
9)	Moleküler kanser alanında karşılaşılan toplumsal, bilimsel, bilişimsel ve etik sorunların çözümüne katkıda bulunabilme ve bu değerlerin gelişimini destekleyebilme
10)	Araştırma ve çalışma sonuçlarını yorumlayabilmek ve ortaya özgün bir yapıt çıkararak alanındaki bilginin sınırlarını genişletebilme

Ölçme ve Değerlendirme

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Toplam		%
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI		% 0
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI		%
Toplam		%

İş Yükü ve AKTS Kredisi Hesaplaması

Aktiviteler	Aktivite Sayısı	Aktiviteye Hazırlık	Aktivitede Harçanan Süre	Aktivite Gereksinimi İçin Süre	İş Yükü
Ders Saati	3	0			0
Ödevler	1	1			1
Final	1	0			0
Toplam İş Yükü					1