Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Podstawy programowania i przetwarzania danych
Koordynator przedmiotu:
dr hab. inż. Marek Gągolewski, prof. PW
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia I stopnia
Program:
Inżynieria i Analiza Danych
Grupa przedmiotów:
Wspólne
Kod przedmiotu:
1120-DS000-ISP-0115
Semestr nominalny:
1 / rok ak. 2018/2019
Liczba punktów ECTS:
5
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
1. godziny kontaktowe – 80 h; w tym a) obecność na wykładach – 30 h b) obecność na ćwiczeniach – 15 h c) obecność na laboratoriach – 30 h d) konsultacje – 5 h 2. praca własna studenta – 50 h; w tym a) przygotowanie do ćwiczeń i kolokwium – 10 h b) przygotowanie do laboratoriów – 10 h c) zapoznanie się z literaturą – 5 h d) zrobienie prac domowych – 25 h Razem 130 h, co odpowiada 5 pkt. ECTS
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
1. obecność na wykładach – 30 h 2. obecność na ćwiczeniach – 15 h 3. obecność na laboratoriach – 30 h 4. konsultacje – 5 h Razem 80 h, co odpowiada 3 pkt. ECTS
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
1. obecność na laboratoriach – 30 h 2. przygotowanie do laboratoriów – 15 h 3. zrobienie prac domowych – 25 h Razem 70 h, co odpowiada 3 pkt. ECTS
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia15h
  • Laboratorium30h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
brak
Limit liczby studentów:
.
Cel przedmiotu:
Kurs jest wprowadzeniem do programowania imperatywnego z użytkowymi elementami technik programowania obiektowego na przykładzie języka Python 3. Student poznaje pojęcie algorytmu, funkcji, programu, rekurencji, tablicy (listy), a także najbardziej podstawowe algorytmy, które mogą być wykorzystywane w przetwarzaniu danych, m.in. proste algorytmy sortowania i działania na wektorach oraz macierzach. Zapoznaje się także z wybranymi funkcjami z biblioteki pakietów dla środowiska Python, np. służącymi do generowania wykresów lub operacji na wektorach i macierzach (tensorach). Na zajęciach ćwiczeniowych student rozwija umiejętności analizy zagadnień problemowych i tworzenia algorytmów służących do ich rozwiązania z wykorzystaniem poznanych na wykładzie wiadomości teoretycznych. Na zajęciach laboratoryjnych student uczy się praktycznych umiejętności tworzenia pełnych programów, które są oparte na poznanych algorytmach. Szczególną uwaga zwraca się więc na: implementację programu z użyciem gotowych, udokumentowanych bibliotek, umiejętność przetestowania programu, jego użycia na konkretnych danych wejściowych, interpretację otrzymanego wyniku. Na 5-7 zajęciach laboratoryjnych student rozwiązuje samodzielnie zadania sprawdzające.
Treści kształcenia:
1. Pojęcie problemu i algorytmu 2. Typy skalarne: bool, int, float, str. Reprezentacja liczb całkowitych i zmiennopozycyjnych. Operatory logiczne, arytmetyczne, relacyjne i przypisania. Priorytety operatorów. Błędy arytmetyki zmiennopozycyjnej 3. Instrukcja warunkowa i pętle. Miary złożoności algorytmów. 4. Struktura programu. Funkcje. Dokumentowanie i testowanie kodu. Przekazywanie parametrów przez wartość a przez referencję. 5. Implementacja algorytmów typu: metoda bisekcji znajdowania zera funkcji, największy wspólny dzielnik, sprawdzanie, czy liczba jest pierwsza itd. 6. Listy (ciągi, tablice) 7. Implementacja algorytmów typu: zastosowywanie danej operacji na każdym elemencie listy, obliczanie skumulowanej sumy, iterowanej różnicy, operacje na iloczynie kartezjańskim elementów dwóch list, operacje na odpowiadających sobie elementach dwóch i więcej równolicznych list; sortowanie proste, sortowanie kubełkowe, wyszukiwanie mody (dominanty) w liście, zliczanie liczby unikatowych elementów w wektorze itp. 8. Rekurencja. Algorytmy z nawrotami. Algorytmy typu dziel i rządź 9. Implementacja algorytmów typu: wieże z Hanoi, problem 8 hetmanów, wyszukiwanie binarne (połówkowe), znajdowanie pary najbliższych punktów w R2 itp. 10. Elementy programowania obiektowego: proste klasy, pola i metody 11. Typy zmienialne i niezmienialne. Typy iterowalne i sekwencyjne. Słowniki i zbiory 12. Implementacja algorytmów typu: zliczanie elementów, wyznaczanie średniej w podgrupach 13. Wektory i macierze (NumPy). Zwektoryzowane operacje na wektorach i macierzach (tensorach) 14. Implementacja prostych algorytmów przy użyciu gotowych funkcji i metod na podstawie dokumentacji, np. 1-najbliższych sąsiadów, proste eksperymenty symulacyjne itp.
Metody oceny:
Wykład: Wykład informacyjny, problemowy, studium przypadku Ćwiczenia: Wspólne rozwiązywanie zadań, burza mózgów Laboratorium: Warsztaty przy użyciu komputera, samodzielne i wspólne rozwiązywanie zadań, burza mózgów
Egzamin:
nie
Literatura:
1. Harel D., Rzecz o istocie informatyki, Wydawnictwa Naukowo-Techniczne, Warszawa, 2008 2. Cormen T.H., Leiserson Ch., Rivest R.L., Wprowadzenie do algorytmów, Wydawnictwo Naukowe PWN, Warszawa 2013. 3. Wirth N., Algorytmy+Struktury danych=Programy, Wydawnictwa Naukowo-Techniczne, Warszawa 2001. 4. Lutz M., Learning Python, O'Reilly Media, 2013 5. Bressert E., SciPy and NumPy, O'Reilly Media, 2012 6. Gagolewski M., Bartoszuk M., Cena A., Przetwarzanie i analiza danych w języku Python, Wydawnictwo Naukowe PWN, Warszawa, 2016
Witryna www przedmiotu:
.
Uwagi:
.

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Charakterystyka W01
Zna podstawy programowania w języku Python (w tym konstrukcje programistyczne: operacje przypisania, pętle, wyrażenia warunkowe, funkcje) i najważniejsze typy danych (w tym skalary, listy, słowniki, zbiory, wektory i macierze) oraz pojęcie problemu i algorytmu.
Weryfikacja: .
Powiązane charakterystyki kierunkowe: DS_W14, DS_W08
Powiązane charakterystyki obszarowe: I.P6S_WG
Charakterystyka W02
Zna proste metody i algorytmy wykorzystywane w przetwarzaniu danych
Weryfikacja: .
Powiązane charakterystyki kierunkowe: DS_W09
Powiązane charakterystyki obszarowe: I.P6S_WG

Profil ogólnoakademicki - umiejętności

Charakterystyka U01
Potrafi implementować proste algorytmy w postaci funkcji oraz oceniać ich złożoność obliczeniową i pamięciową oraz stosować je do konstrukcji prostych programów
Weryfikacja: .
Powiązane charakterystyki kierunkowe: DS_U11, DS_U13, DS_U14
Powiązane charakterystyki obszarowe: I.P6S_UW
Charakterystyka U02
Umie stosować wybrane narzędzia zaimplementowane w pakietach dla środowiska Python 3, w tym funkcje do tworzenia wykresów oraz wybrane operacje na wektorach i macierzach
Weryfikacja: .
Powiązane charakterystyki kierunkowe: DS_U13, DS_U14
Powiązane charakterystyki obszarowe: I.P6S_UW

Profil ogólnoakademicki - kompetencje społeczne

Charakterystyka K01
Zna potrzebę uczenia się przez całe życie i podnoszenia kompetencji zawodowych.
Weryfikacja: .
Powiązane charakterystyki kierunkowe: DS_K01
Powiązane charakterystyki obszarowe: I.P6S_KK