Główny cel kształcenia:
Osiągnięcie podstawowej wiedzy z zakresu programowania w języku C i C++
Ogólne informacje o zajęciach:
Osiągnięcie podstawowej wiedzy z zakresu techniki programowania w językach wysokiego poziomu. Moduł zakłada zapoznanie studenta z technikami programowania strukturalnego i proceduralnego, podstawową składnią języka C, C++. Zajęcia praktyczne koncentrują się na rozwiązywaniu zadań praktycznych oraz przygotowaniu programów.
1 | Stroustrup Bjarne | Język C++. Kompendium wiedzy | Helion, Gliwice. | 2014. |
2 | Kernighan Brian W., Ritchie Dennis M. | Język ANSI C | WNT, Warszawa. | 1998 |
3 | Prata Stephen | Język C++. Szkoła programowania | Helion, Gliwice. | 2012. |
1 | Tłuczek Marek | Programowanie w języku C. Ćwiczenia praktyczne | Helion. | 2011 |
2 | Zalewski Andrzej | Programowanie w językach C i C++ z wykorzystaniem pakietu Borland C++ | Nakom, Poznań. | 1998 |
3 | Jędrzejec B., Sadolewski J. | Programowanie w języku C i C++ | Wydawnictwo PRz., Rzeszów. | 2014 |
1 | Grębosz Jerzy | Symfonia C++ standard | Wydawnictwo „Edition 2000”, Kraków. | 2005 |
2 | Aho Alfred V. , Ullman Jeffrey D. | Wykłady z informatyki z przykładami w języku C | Helion. | 2003 |
Wymagania formalne:
Student spełnia wymagania określone w regulaminie studiów.
Wymagania wstępne w kategorii Wiedzy:
Student powinien mieć wiedzę w zakresie matematyki, wykorzystywaną do formułowania i rozwiązywania zadań inżynierskich związanych z informatyką. Wymagana jest podstawowa wiedza w dziedzinie informatyk
Wymagania wstępne w kategorii Umiejętności:
Student powinien umieć użyć wiedzę matematyczną do sformułowania i rozwiązywania prostych zadań informatycznych w oparciu o metody analityczne i eksperymentalne.
Wymagania wstępne w kategorii Kompetencji społecznych:
Ma świadomość odpowiedzialności za własną pracę.
MEK | Student, który zaliczył zajęcia | Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia | Metody weryfikacji każdego z wymienionych efektów kształcenia | Związki z KEK | Związki z PRK |
---|---|---|---|---|---|
MEK01 | Formułuje algorytm rozwiązania zadania programistycznego. | Wykład/ Laboratorium/ Projekt | Zaliczenie cz. Pisemna. Cz. praktyczna. |
K-W05+ K-U05+ K-K01+ |
P6S-KK P6S-UW P6S-WG |
MEK02 | Projektuje i programuje proste aplikacje z użyciem techniki programowania strukturalnego i proceduralnego. | Wykład/ Laboratorium/ Projekt | Zaliczenie cz. Pisemna Cz. praktyczna |
K-W06++ K-W07+ K-U08+ K-U10++ K-K02+ |
P6S-KK P6S-KO P6S-UW P6S-WG |
MEK03 | Programuje proste aplikacje z użyciem techniki programowania obiektowego. | Wykład/ Laboratorium/ Projekt | Zaliczenie cz. Pisemna Cz. praktyczna |
K-W06++ K-W07+ K-U10++ K-U12+ K-K03+ K-K05+ |
P6S-KO P6S-KR P6S-UW P6S-WG |
Sem. | TK | Treści kształcenia | Realizowane na | MEK |
---|---|---|---|---|
1 | TK01 | W01, W02, L01, P1 | MEK01 MEK02 | |
1 | TK02 | W03, W04, L02, P1 | MEK01 MEK02 | |
1 | TK03 | W05, W06, L03, P1 | MEK01 MEK02 | |
1 | TK04 | W07, W08, L04, P1 | MEK02 | |
1 | TK05 | W09, W10, L05, P2 | MEK03 | |
1 | TK06 | W11, W12, L06, P2 | MEK03 | |
1 | TK07 | W13, W14, L07, P2 | MEK03 | |
1 | TK08 | W15, P2 | MEK03 |
Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
---|---|---|---|
Wykład (sem. 1) | Przygotowanie do kolokwium:
7.00 godz./sem. |
Godziny kontaktowe:
30.00 godz./sem. |
Uzupełnienie/studiowanie notatek:
15.00 godz./sem. Studiowanie zalecanej literatury: 15.00 godz./sem. |
Laboratorium (sem. 1) | Przygotowanie do laboratorium:
7.00 godz./sem. Przygotowanie do kolokwium: 7.00 godz./sem. |
Godziny kontaktowe:
15.00 godz./sem. |
Dokończenia/wykonanie sprawozdania:
5.00 godz./sem. |
Projekt/Seminarium (sem. 1) | Przygotowanie do zajęć projektowych/seminaryjnych:
2.00 godz./sem. |
Godziny kontaktowe:
15.00 godz./sem.. |
Wykonanie projektu/dokumentacji/raportu:
5.00 godz./sem. Przygotowanie do prezentacji: 3.00 godz./sem. |
Konsultacje (sem. 1) | Przygotowanie do konsultacji:
1.00 godz./sem. |
Udział w konsultacjach:
1.00 godz./sem. |
|
Zaliczenie (sem. 1) | Przygotowanie do zaliczenia:
10.00 godz./sem. |
Zaliczenie pisemne:
2.00 godz./sem. |
Forma zajęć | Sposób wystawiania oceny podsumowującej |
---|---|
Wykład | ocena z zaliczenia pisemnego |
Laboratorium | oceny ze sprawozdań i wykonywanych zadań na zajęciach |
Projekt/Seminarium | ocena z wykonania zadań projektowych |
Ocena końcowa | Ocena końcowa to średnia w/w z ocen. |
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie
1 | J. Bartman; P. Krutys; B. Kwiatkowski; D. Mazur; B. Twarog | Use of Binary Classification in Non-Invasive Load Monitoring | 2025 |
2 | Ľ. Beňa; Z. Čonka; T. Kossowski; B. Kwiatkowski; D. Mazur; J. Pálfi | Interference protection from lightning discharges associated with type of unmanned aerial vehicle shield | 2025 |
3 | P. Hawro; A. Imiełowski; T. Kossowski; B. Kwiatkowski; D. Mazur | Improvement of unmanned aerial vehicles model under surge of lightning electromagnetic pulse developed using artificial intelligence based on laboratory measurements in reference to classical regression methods | 2025 |
4 | T. Kajdanowicz; G. Drałus; J. Drałus; A. Kawala-Sterniuk; K. Łukiewicz; D. Mazur; M. Podpora | Decision Trees and Machine Learning for Cybersecurity: How Model Settings Affect Attack Detection | 2025 |
5 | D. Kalandyk; B. Kwiatkowski; D. Mazur | Calculating G-code for CNC machine using the Mamdani fuzzy logic inference system | 2024 |
6 | D. Kalandyk; B. Kwiatkowski; D. Mazur | CNC Machine Control Using Deep Reinforcement Learning | 2024 |
7 | G. Drałus; G. Karnas; G. Masłowski | Identification of cloud-to-ground lightning and intra-cloud lightning based on their radiated electric field signatures using different types of neural networks and machine learning classifiers | 2024 |
8 | G. Drałus; J. Kusznier; D. Mazur; K. Szostek | Analysis of the Effectiveness of ARIMA, SARIMA, and SVR Models in Time Series Forecasting: A Case Study of Wind Farm Energy Production | 2024 |
9 | G. Drałus; M. Gołębiowski; P. Hawro; P. Krutys; T. Kwater | Comprehensive online estimation of object signals for a control system with an adaptive approach and incomplete measurements | 2024 |
10 | J. Bartman; T. Kwater; B. Kwiatkowski; D. Mazur | An off-line application that determines the maximum accuracy of the realization of reference points from G-code for given parameters of CNC machine dynamics | 2024 |
11 | M. Bobček; M. Kolcun; B. Kwiatkowski; D. Mazur; R. Štefko | Design of a Protection System for Distributed Energy Sources in Distribution Grids | 2024 |
12 | M. Kolcun; B. Kwiatkowski; D. Mazur; D. Medved; O. Shavolkin; I. Shvedchykova | Increasing photovoltaic self-consumption for objects using domestic hot water systems | 2024 |
13 | B. Kwiatkowski; B. Pękala; E. Rak; A. Szczur | Sposób optymalizacji czasu pracy obrabiarek sterowanych numerycznie | 2023 |
14 | D. Kalandyk; B. Kwiatkowski; D. Mazur | Application of Mamdani Fuzzy Logic Inference System to Optimise CNC Machine Motion Dynamics | 2023 |
15 | G. Drałus | Metody śledzenia punktu MPP modułu fotowoltaicznego | 2023 |
16 | G. Drałus; J. Drałus; J. Kusznier; D. Mazur | Application of Artificial Intelligence Algorithms in Multilayer Perceptron and Elman Networks to Predict Photovoltaic Power Plant Generation | 2023 |
17 | J. Bartman; P. Hawro; T. Kwater; B. Kwiatkowski | The look-up algorithm of monitoring an object described by non-linear ordinary differential equations | 2023 |
18 | B. Kopchak; M. Koryl; T. Kwater; B. Kwiatkowski; Y. Marushchak; D. Mazur | Approximation of Fractional Order PIλDμ-Controller Transfer Function Using Chain Fractions | 2022 |
19 | I. Bilyakovskyy; D. Kalandyk; B. Kwiatkowski; O. Makarchuk; D. Mazur; I. Shchur; V. Turkovskyi | Improved Matlab/Simulink model of dual three-phase fractional slot and concentrated winding PM motor for EV applied brushless DC drive | 2022 |
20 | J. Bartman; T. Kwater; B. Kwiatkowski; D. Mazur | Analiza zborności parametrów odbiorników energii elektrycznej w kontekście bezinwazyjnej identyfikacji urządzeń | 2022 |
21 | A. Czmil; G. Drałus; D. Mazur | Automatic Detection and Counting of Blood Cells in Smear Images Using RetinaNet | 2021 |
22 | G. Dec; G. Drałus; B. Kwiatkowski; D. Mazur | Forecasting Models of Daily Energy Generation by PV Panels Using Fuzzy Logic | 2021 |
23 | L. Gołębiowski; M. Gołębiowski; B. Kwiatkowski | Optimal Control of a Doubly Fed Induction Generator of a Wind Turbine in Island Grid Operation | 2021 |
24 | P. Drygaś; D. Gil; M. Knap; B. Kwiatkowski; B. Pękala | Preference and weak interval-valued operator in decision making problem | 2021 |
25 | P. Hawro; L. Kasha; B. Kopchak; B. Kwiatkowski; A. Lozynskyy; O. Lozynskyy; Y. Marushchak; D. Mazur; R. Pękala; B. Twaróg; R. Ziemba | Formation of Characteristic Polynomials on the Basis of Fractional Powers j of Dynamic Systems and Stability Problems of Such Systems | 2021 |
26 | G. Drałus; T. Rak | Prognozowanie w horyzoncie jednej godziny produkcji energii przez panel fotowoltaiczny | 2020 |
27 | G. Drałus; T. Rak | Programowanie równoległe w hybrydowym środowisku MPI i OpenMP na klastrze serwerów | 2020 |