Cel kształcenia i wykaz literatury

Główny cel kształcenia: Zasadniczym celem kształcenia na module jest prezentacja podstawowych zagadnień z zakresu techniki programowania w językach wysokiego poziomu.

Ogólne informacje o zajęciach: Moduł poświęcony jest prezentacji podstaw programowania proceduralnego. Omawiany jest proces tworzenia rozwiązania w postaci algorytmu i programu. Podstawy języka i środowiska programowania, (edytor, kompilator, debbuger). Przedstawia się metody sterowanie przebiegiem programu, podstawowe i złożone typy danych, wyrażenia, zmienne statyczne, wskaźniki, zmienne dynamiczne. Analizuje się zagadnienia strukturalizacji programu, procedury i funkcje oraz metody przekazywania parametrów. Rozważa się zagadnienia rekursji. Studenci zapoznają się ze stosowaniem standardowych bibliotek, sterowania strumieniami wejścia-wyjścia i zarządzania plikami. Przedstawia się podstawowe techniki programowania obiektowego.

Materiały dydaktyczne: http://www.pei.prz.edu.pl/dydaktyka.html, http://e-learning.prz.edu.pl/

Wykaz literatury, wymaganej do zaliczenia zajęć

Literatura wykorzystywana podczas zajęć wykładowych

1	Mariano Anaya	Czysty kod w Pythonie. Twórz wydajny i łatwy w utrzymaniu kod	Helion.	2022
2	Miles Rob	Python Zacznij programować	Helion.	2018
3	Martin R.C.	Czysty kod. Podręcznik dobrego programisty	Helion.	2014
4	Matthes Eric	Python. Instrukcje dla programisty	Helion.	2016

Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych

1	Piotr Wróblewski	Algorytmy w Pythonie. Techniki programowania dla praktyków	Helion.	2023
2	Gawryszewski Marek, Kierzkowski Andrzej	Python Ćwiczenia praktyczne	Helion.	2017

Literatura do samodzielnego studiowania

1	Downey Allen B.	Myśl w języku Python! Nauka programowania	Helion.	2017
2	Lutz Mark	Python. Wprowadzenie. Wydanie IV	Helion.	2011
3	Eric Matthes	Python Crash Course	No Starch Press.	2018

Wymagania wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

Wymagania formalne: Student powinien znać podstawowe zagadnienia z zakresu algebry i analizy matematycznej

Wymagania wstępne w kategorii Wiedzy: Student powinien mieć wiedzę w zakresie matematyki, wykorzystywaną do formułowania i rozwiązywania prostych zadań inżynierskich związanych z informatyką.

Wymagania wstępne w kategorii Umiejętności: Student powinien umieć użyć wiedzę matematyczną do formułowania i rozwiązywania prostych zadań informatycznych w oparciu o metody analityczne i eksperymentalne.

Wymagania wstępne w kategorii Kompetencji społecznych: Ma świadomość odpowiedzialności za własną pracę.

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
01	Analizuje gotowy kod programu	wykład, laboratorium	zaliczenie cz. pisemna, zaliczenie cz. praktyczna (laboratorium)	K_W04++ K_U04++ K_K01++	P6S_KK P6S_UK P6S_UU P6S_WG
02	Formułuje algorytm rozwiązania zadania programistycznego	wykład, laboratorium	zaliczenie cz. pisemna, zaliczenie cz. praktyczna	K_U01+++ K_U08+++	P6S_UW
03	Projektuje i programuje poste aplikacje z użyciem techniki programowania strukturalnego i proceduralnego	wykład, laboratorium	zaliczenie cz. pisemna, zaliczenie cz. praktyczna,	K_U04++ K_U08+++ K_K02++	P6S_KK P6S_KO P6S_UK P6S_UU P6S_UW
04	Programuje poste aplikacje z użyciem techniki programowania obiektowego	wykład, laboratorium	zaliczenie cz. pisemna, zaliczenie cz. praktyczna, obserwacja wykonawstwa	K_U08+++ K_K02++ K_K07++	P6S_KK P6S_KO P6S_UU P6S_UW

Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).

Treści kształcenia dla zajęć

Sem.	TK	Treści kształcenia	Realizowane na	MEK
1	TK01	Pojęcia podstawowe: algorytm, zmienna, instrukcja, program. Notacje algorytmów: sieć działań, notacja liniowa.	W01, L01	MEK02
1	TK02	Kompilatory i interpretery kodu. Środowiska programistyczne. Elementy języka Python, symbole, identyfikatory, styl programowania. Struktura programu, deklaracje nazw i typów, deklaracje zmiennych. Uruchamianie programów w środowisku. Edytor programisty, środowisko zintegrowane, śledzenie przebiegu programu, praca krokowa, podglądanie i modyfikowanie wartości zmiennych.	W02, W03, L01	MEK01
1	TK03	Typy danych, konwersja typów. Rola typu w procesie tworzenia programu, Znaczenie typu w procesie kompilacji. Typy całkowite – reprezentacja liczb. Typ znakowy – kodowanie znaków. Typy zmiennoprzecinkowe - reprezentacja. Arytmetyka (całkowita a zmiennoprzecinkowa). Zmienne i wyrażenia. Operatory: matematyczne, relacyjne, logiczne, bitowe. Priorytety operatorów.	W03, W04, L02	MEK01
1	TK04	Sterowanie przebiegiem programu. Instrukcje: pusta, przypisania, złożona, warunkowa. Instrukcje iteracyjne, wyboru. Instrukcje złożone w instrukcjach sterujących. Formatowanie i operacje wejścia/wyjścia.	W05, L02	MEK01 MEK02 MEK03
1	TK05	Złożone typy danych. Listy, operacje na listach, wyrażenia lambda i programowanie funkcyjne, słowniki, zbiory, generatory i iteratory, moduły. Wytworniki list.	W06, L03	MEK03
1	TK06	Funkcje, pojęcie funkcji; zwracanie wyniku, przekazywanie parametrów. Czas życia i zakres ważności zmiennych, zakres lokalny, zakres globalny, funkcje biblioteczne. Rekurencja, funkcje rekurencyjne.	W07, W08, L04	MEK01 MEK03
1	TK07	Pliki, zmienna plikowa, otwarcie i zamknięcie pliku, czytanie i zapis danych do pliku. Pliki tekstowe i binarne. Wyjątki, obsługa, błędów. Moduły, pakiety, struktury dynamiczne: stos, kolejka, lista.	W9, W10, L05	MEK02 MEK03
1	TK08	Podstawy programowania obiektowego. Klasy i ich składowe. obiekty, metody, "pseudo" konstruktor. Hermetyzacja, dziedziczenie. Zasady tworzenia kodu programu z wykorzystaniem technik programowania obiektowego.	W11, W12, L06	MEK03 MEK04
1	TK09	Programowanie w systemie Windows. Programy sterowane zdarzeniami. Graficzny interfejs użytkownika. Przykłady tworzenia prostych aplikacji. Zasady uruchamiania i śledzenia aplikacji Windows. Gotowe biblioteki.	W13, W14, W15, L07	MEK03 MEK04

Nakład pracy studenta

Forma zajęć	Praca przed zajęciami	Udział w zajęciach	Praca po zajęciach
Wykład (sem. 1)		Godziny kontaktowe: 30.00 godz./sem.	Uzupełnienie/studiowanie notatek: 5.00 godz./sem. Studiowanie zalecanej literatury: 10.00 godz./sem.
Laboratorium (sem. 1)	Przygotowanie do laboratorium: 7.00 godz./sem.	Godziny kontaktowe: 15.00 godz./sem.	Dokończenia/wykonanie sprawozdania: 10.00 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: 5.00 godz./sem.	Zaliczenie pisemne: 1.00 godz./sem.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć	Sposób wystawiania oceny podsumowującej
Wykład	Zaliczenie pisemne na ostatnim wykładzie.
Laboratorium	Do zaliczenia przedmiotu należy wykonać wszystkie laboratoria. Oceniana jest jakość wykonanych zadań i sprawozdań. Na ostatnich zajęciach sprawdzian zaliczeniowy w formie praktycznego programowania na komputerze. Oceną końcową to 0.32*sprawozdania+ 0.68*kolokwium. Gradacja ocen: 0-50% - 2.0, 51-60% - 3.0, 61-70% - 3.5, 71-80% - 4.0, 81-90% - 4.5, 91-100% - 5.0. Kolokwium zaliczeniowe obejmujące całość materiału, odbędzie się w przedostatnim lub ostatnim tygodniu semestru.
Ocena końcowa	Ocena końcowa wystawiana jest jako średnia ważona: 2/3 oceny z laboratorium 1/3 z zaliczenia wykładu.

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	Metody śledzenia punktu MPP modułu fotowoltaicznego	2023
2	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
3	A. Czmil; G. Drałus; D. Mazur	Automatic Detection and Counting of Blood Cells in Smear Images Using RetinaNet	2021
4	G. Dec; G. Drałus; B. Kwiatkowski; D. Mazur	Forecasting Models of Daily Energy Generation by PV Panels Using Fuzzy Logic	2021
5	G. Drałus; T. Rak	Prognozowanie w horyzoncie jednej godziny produkcji energii przez panel fotowoltaiczny	2020
6	G. Drałus; T. Rak	Programowanie równoległe w hybrydowym środowisku MPI i OpenMP na klastrze serwerów	2020