Karta przedmiotu
Algorytmy i struktury danych
Podstawowe informacje o zajęciach
Cykl kształcenia:
2021/2022
Nazwa jednostki prowadzącej studia:
Wydział Matematyki i Fizyki Stosowanej (p.prakt)
Nazwa kierunku studiów:
Inżynieria i analiza danych
Obszar kształcenia:
nauki ścisłe
Profil studiów:
praktyczny
Poziom studiów:
pierwszego stopnia
Forma studiów:
stacjonarne
Specjalności na kierunku:
inżynieria i analiza danych
Tytuł otrzymywany po ukończeniu studiów:
inżynier
Nazwa jednostki prowadzącej zajęcia:
Katedra Elektrotechniki i Podstaw Informatyki
Kod zajęć:
12317
Status zajęć:
obowiązkowy dla programu inżynieria i analiza danych
Układ zajęć w planie studiów:
sem: 1 / W15 L15 P15 / 4 ECTS / Z
Język wykładowy:
polski
Imię i nazwisko koordynatora:
dr inż. Grzegorz Drałus
Terminy konsultacji koordynatora:
http://pei.prz.edu.pl/plan_zajec_semestr.php
semestr 1:
dr inż. Antoni Szczepański , termin konsultacji http://pei.prz.edu.pl/plan_zajec_semestr.php
semestr 1:
dr inż. prof. PRz Mariusz Borkowski , termin konsultacji http://pei.prz.edu.pl/plan_zajec_semestr.php
Cel kształcenia i wykaz literatury
Główny cel kształcenia:
Zdobycie wiedzy i umiejętności z zakresu statycznych i dynamicznych struktur danych, wybranych technik konstruowania algorytmów oraz złożoności obliczeniowej.
Ogólne informacje o zajęciach:
Zdobycie wiedzy i umiejętności z zakresu statycznych i dynamicznych struktur danych, wybranych technik konstruowania algorytmów oraz złożoności obliczeniowej. Moduł prezentuje podstawowe struktury danych (listy, stosy, kolejki, drzewa) oraz algorytmy przetwarzania tych struktur z uwzględnieniem złożoności.
Wykaz literatury, wymaganej do zaliczenia zajęć
| 1 | Cormen T. H., Leiserson C. E., Rivest R. L., Stein C. | Wprowadzenie do algorytmów | Wydawnictwo Naukowe PWN. | 2018 |
| 2 | Wirth Niklauth | Algorytmy + struktury danych = programy | Warszawa, WNT. | 2001. |
| 3 | Wróblewski Piotr | Algorytmy, struktury danych i techniki programowania | Helion. | 2009 |
| 1 | Sysło Maciej | Algorytmy | Helion. | 2016 |
| 2 | Alfred V. Aho, John E. Hopcroft, Jeffrey D. Ullman | Projektowanie i analiza algorytmów | Helion. | 2003 |
| 3 | - | https://eduinf.waw.pl/inf/alg/001_search/index.php | -. | - |
| 4 | - | https://visualgo.net/en | -. | - |
| 1 | Diks Krzysztof, Banachowski Lech, Rytter Wojciech | Algorytmy i struktury danych | PWN. | 2018 |
| 2 | A.V. Aho,J.E. Hopcroft, J.D. Ullman | Algorytmy i struktury danych | Helion. | 2003 |
| 3 | - | https://runestone.academy/runestone/books/published/pythonds/SortSearch/Hashing.html | -. | - |
Wymagania wstępne w kategorii wiedzy / umiejętności / kompetencji społecznych
Wymagania formalne:
Student spełnia wymagania określone w regulaminie studiów.
Wymagania wstępne w kategorii Wiedzy:
Podstawa wiedza z informatyki, algebry i statystyki.
Wymagania wstępne w kategorii Umiejętności:
Pożądana znajomość dowolnego języka programowania.
Wymagania wstępne w kategorii Kompetencji społecznych:
Znajomość i przestrzeganie obowiązków studenta oraz podstawowych zasad etyki.
Efekty kształcenia dla zajęć
| 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 | Ma podstawową wiedzę z zakresu wybranych technik projektowania algorytmów oraz rozumie, jak można poprawić ich efektywność i przejrzystość. | Wykład/ Laboratorium/ Projekt | Zaliczenie cz. pisemna |
K-W05+ K-W06++ K-U05+ K-K01+ |
P6S-KK P6S-UW P6S-WG |
| MEK02 | Ma podstawową wiedzę z zakresu elementarnych struktur danych (np. listy kolejki i stosy, drzewa) oraz potrafi wykonywać podstawowe operacje na tych strukturach. | Wykład/ Laboratorium/ Projekt | Zaliczenie cz. Pisemna Cz. praktyczna |
K-W07+ K-U15+ K-U18+ K-K05+ |
P6S-KO P6S-UW P6S-WG |
| MEK03 | Ma podstawową wiedzę na temat algorytmów sortowania, potrafi wyjaśnić ich działanie oraz ocenić złożoność wybranych algorytmów. | Wykład/ Laboratorium/ Projekt | Zaliczenie cz. Pisemna Cz. praktyczna |
K-W06++ K-W07+ K-U10+ K-U23+ K-K02+ |
P6S-KK P6S-KO P6S-UK P6S-UW P6S-WG |
| MEK04 | Ma wiedzę na temat wybranych algorytmów wyszukiwania elementu o specyficznych właściwościach w zbiorze danych. | wykład/ laboratorium/ projekt | Zaliczenie cz. Pisemna Cz. praktyczna |
K-W06+ K-W07+ K-U10+ K-K02+ |
P6S-KK P6S-KO P6S-UW P6S-WG |
Treści kształcenia dla zajęć
| Sem. | TK | Treści kształcenia | Realizowane na | MEK |
|---|---|---|---|---|
| 1 | TK01 | W01, L01, P1 | MEK01 | |
| 1 | TK02 | W02, W03, L02, L03, P1 | MEK04 | |
| 1 | TK03 | W04, L04, P1 | MEK03 | |
| 1 | TK04 | W05, L05, P2 | MEK02 | |
| 1 | TK05 | W06, L06, P3 | MEK02 | |
| 1 | TK06 | W07, W08, L07, P3 | MEK02 MEK04 |
Nakład pracy studenta
| Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
|---|---|---|---|
| Wykład (sem. 1) | Przygotowanie do kolokwium:
10.00 godz./sem. |
Godziny kontaktowe:
15.00 godz./sem. |
Uzupełnienie/studiowanie notatek:
10.00 godz./sem. Studiowanie zalecanej literatury: 10.00 godz./sem. |
| Laboratorium (sem. 1) | Przygotowanie do laboratorium:
7.00 godz./sem. Przygotowanie do kolokwium: 3.00 godz./sem. |
Godziny kontaktowe:
15.00 godz./sem. |
Dokończenia/wykonanie sprawozdania:
7.00 godz./sem. |
| Projekt/Seminarium (sem. 1) | Przygotowanie do zajęć projektowych/seminaryjnych:
3.00 godz./sem. |
Godziny kontaktowe:
15.00 godz./sem.. |
Wykonanie projektu/dokumentacji/raportu:
5.00 godz./sem. Przygotowanie do prezentacji: 2.00 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:
7.00 godz./sem. |
Zaliczenie pisemne:
1.00 godz./sem. |
Sposób wystawiania ocen składowych zajęć i oceny końcowej
| Forma zajęć | Sposób wystawiania oceny podsumowującej |
|---|---|
| Wykład | ocena z zaliczenia pisemnego wykładu |
| Laboratorium | oceny ze sprawozdań i wykonywanych zadań na zajęciach. |
| Projekt/Seminarium | ocena z wykonania zadania projektowego. |
| Ocena końcowa | ocena końcowa to średnia w/w z ocen. |
Przykładowe zadania
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie
Treści zajęć powiazane są z prowadzonymi badaniami naukowymi tak
| 1 | 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 |
| 2 | 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 |
| 3 | 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 |
| 4 | G. Drałus | Metody śledzenia punktu MPP modułu fotowoltaicznego | 2023 |
| 5 | 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 |
| 6 | A. Czmil; G. Drałus; D. Mazur | Automatic Detection and Counting of Blood Cells in Smear Images Using RetinaNet | 2021 |
| 7 | G. Dec; G. Drałus; B. Kwiatkowski; D. Mazur | Forecasting Models of Daily Energy Generation by PV Panels Using Fuzzy Logic | 2021 |
| 8 | G. Drałus; T. Rak | Prognozowanie w horyzoncie jednej godziny produkcji energii przez panel fotowoltaiczny | 2020 |
| 9 | G. Drałus; T. Rak | Programowanie równoległe w hybrydowym środowisku MPI i OpenMP na klastrze serwerów | 2020 |