logo PRZ
Karta przedmiotu
logo WYDZ

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
Literatura wykorzystywana podczas zajęć wykładowych
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
Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych
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 -. -
Literatura do samodzielnego studiowania
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 Złożoność obliczeniowa programów. Notacje algorytmów: sieć działań, notacja liniowa. Zapis algorytmów w pseudokodzie. W01, L01, P1 MEK01
1 TK02 Wyszukiwanie liniowe/sekwencyjne - definicje, sformułowanie problemu. Prezentacja oraz ocena złożoności wybranych algorytmów wyszukiwanie elementu o określonych właściwościach w tablicy. W02, W03, L02, L03, P1 MEK04
1 TK03 Sortowanie - podstawowe definicje, sformułowanie problemu. Prezentacja oraz ocena złożoności wybranych algorytmów sortowania. W04, L04, P1 MEK03
1 TK04 Reprezentacja pamięciowa oraz podstawowe algorytmy na wybranych strukturach dynamicznych (tablice dynamiczne, listy stosy, kolejki, drzewa). W05, L05, P2 MEK02
1 TK05 Tablice z haszowaniem, funkcje mieszające, metody rozwiązywania problemu kolizji. zastosowania. W06, L06, P3 MEK02
1 TK06 Zbiory danych. Struktury danych stosowanych do zapamiętania zbioru. Operacje na zbiorach. Struktury drzewiaste i ich właściwości. Drzewa binarne. Drzewa poszukiwań binarnych (BST). 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