Programowanie w języku Python

Metody numeryczne

1. Godziny realizowane z udziałem nauczycieli: 30

2. Czas poświęcony na pracę indywidualną studenta/słuchacza/uczestnika kursu potrzebny do pomyślnego zaliczenia przedmiotu: 25

3. Czas wymagany do przygotowania się do uczestnictwa w procesie oceniania (np. w egzaminach): 20

1. W1 - posiada podstawową wiedzę niezbędną do opisu oraz analizy zjawisk fizycznych (informatyka stosowana K_W01, fizyka techniczna K_W01);

2. W2 - rozumie rolę metod teoretycznych oraz symulacji komputerowych w metodologii badań naukowych; posiada świadomość ograniczeń technicznych i technologicznych w badaniach naukowych (informatyka stosowana K_W03, informatyka stosowana K_W06, fizyka techniczna K_W03);

3. W3 - zna podstawowe pakiety oprogramowania użytkowego do analizy i opracowania danych, zna zaawansowane narzędzia do poszukiwania informacji ważnych w biologii i fizyce (informatyka stosowana K_W01, fizyka techniczna K_W07);

4. W4 - posiada wiedzę pozwalającą pracować samodzielnie, jak i w grupie (informatyka stosowana K_W04);

5. W5 - posiada szczegółową wiedzę związaną ze studiowaną specjalnością (informatyka stosowana K_W06);

6. W6 - ma pogłębioną wiedzę z matematyki przydatną do zaawansowanej analizy danych (informatyka stosowana K_W01);

U1 - efektywnie poszukuje niezbędnych informacji do rozwiązywania problemów informatycznych, posiada umiejętność samodzielnego wyszukiwania i wykorzystywania informacji z zakresu informatyki i dziedzin powiązanych (informatyka stosowana K_U01);

2. U2 - posiada rozszerzone umiejętności samodzielnej pracy; potrafi określić niezbędny zakres wiedzy, jaki trzeba zdobyć, by zrealizować określony projekt; posiada umiejętność zdobywania wiedzy i wykorzystuje przy tym różnorodne techniki dostępu do informacji (informatyka stosowana K_U03);

3. U3 - potrafi ocenić nowe technologie, nowe narzędzia diagnostyczne oraz dokonać ich wyboru do realizacji zadanych problemów (informatyka stosowana K_U17);

4. U4 - potrafi planować i przeprowadzać proste eksperymenty, interpretować uzyskane wyniki i wyciągać wnioski (informatyka stosowana K_U04, fizyka techniczna K_U03);

K1 - rozumie potrzebę ciągłego dokształcania powodowanego pojawianiem się nowych osiągnięć, nowych technologii, etc.; rozumie potrzebę wymiany informacji w grupach osób zajmujących się informatyką; rozumie

możliwości, jakie daje edukacja akademicka (informatyka stosowana K_K01, fizyka techniczna K_K01);

2. K2 - potrafi pracować indywidualnie i w zespole informatyków; potrafi zarządzać swoim czasem (informatyka stosowana K_K04);

3. K3 - potrafi wykazać się skutecznością w realizacji projektów o charakterze społecznym, naukowo-badawczym wchodzących w program studiów lub realizowanych poza studiami (informatyka stosowana K_K05);

4. K4 - potrafi przekazać informację o osiągnięciach informatyki i różnych aspektach zawodu informatyka w sposób powszechnie zrozumiały (informatyka stosowana K_U06);

Metody dydaktyczne podające:

- wykład informacyjny (konwencjonalny),

Metody dydaktyczne poszukujące:

- ćwiczeniowa,

- klasyczna metoda problemowa;

Celem kursu wykorzystanie języka python do analizy danych. W trakcie kursu zostaną przećwiczone podstawowe aspekty programowania w języku

Python, a także pakiety do analizy danych i obliczeń numerycznych.

1 Wstęp: paradygmaty programowania obecne w języku python, pakiety numeryczne, pakiety wizualizacyjne, instalacja paczki anaconda;

2. Tryb konsoli: python, ipython, jupyter;

3. Podstawy programowania: instrukcje proste i złożone, funkcje;

4. Iteratory, generatory list, funkcje lambda, map, filter;

5. Programowanie obiektowe: klasy, obiekty, dziedziczenie;

6. Obliczenia numeryczne: numpy, scipy;

7. Analiza danych: sklearn;

8. Wizualizacja danych: matplotlib;

https://scipy-lectures.org/

Zaliczenie zajęć (na ocenę) odbywa się na podstawie projektu końcowego (W1, W2, W3, W4, W6, U1, U2, U4, K1, K2, K3, K4).

50-60% - ocena: 3

60-70% - ocena: 3+

70-80% - ocena: 4

80-90% - ocena: 4+

90-100% - ocena 5