Introduktion till Python, 3 hp

Introduction to Python, 3 credits

732A70

Huvudområde

Datavetenskap

Utbildningsnivå

Avancerad nivå

Kurstyp

Programkurs

Examinator

Johan Alenlöv

Kursansvarig

Johan Alenlöv

Studierektor eller motsvarande

Jolanta Pielaszkiewicz

Kontaktinformation

VOF = Valbar / Obligatorisk / Frivillig
Kursen ges för Termin Veckor Block Språk Ort/Campus VOF
F7MML Statistics and Machine Learning, Master´s Programme - First and main admission round 1 (HT 2024) 202449-202503 4 Engelska Linköping, Valla O
F7MML Statistics and Machine Learning, Master´s Programme - Second admission round (open only for Swedish/EU students) 1 (HT 2024) 202449-202503 4 Engelska Linköping, Valla O

Huvudområde

Datavetenskap

Utbildningsnivå

Avancerad nivå

Fördjupningsnivå

A1N

Kursen ges för

  • Master's Programme in Statistics and Machine Learning

Förkunskapskrav

  • 180 hp avslutade kurser varav 90 hp inom något av följande ämnen:
    • statistik
    • matematik
    • tillämpad matematik
    • datavetenskap
    • teknik
  • Godkända kurser i:
    • matematisk analys
    • linjär algebra
    • statistik
    • programmering
  • Engelska 6
    Undantag ges för svenska

Lärandemål

Efter avslutad kurs ska den studerande på en avancerad nivå kunna:

  • skriva datorkoder som innehåller grundläggande Python språkelement
  • använda enkla och avancerade datastrukturer vid problemlösning
  • tillämpa redskap som är tillgängliga i de vanligaste Pythonpaketen
  • rätta misstag i egenskrivna koder med hjälp av redskap för debugging
  • skriftligt motivera egna lösningar med Python

Kursinnehåll

I kursen behandlas: 

  • grundläggande Python: programmeringsmiljöer och dokumentation, programflöde, variabler, kommentarer, numeriska operatorer, loopar, villkorliga satser
  • datastrukturer: enkla datatyper, tupler, listor, lexikon, mängder,  iteratorer och generatorer
  • funktioner och funktionell programmering, anonyma lambda funktioner, comprehensions
  • klasser och objektorienterad programmering, objekt och överföring av meddelanden
  • standardbiblioteket och väsentliga tredjepartspaket för grafik, vetenskapliga beräkningar och datahantering
  • debugging

Undervisnings- och arbetsformer

Undervisningen består av föreläsningar och datorlaborationer. Utöver detta ska den studerande utöva självstudier.
Undervisnings- och examinationsspråk: engelska. 

Examination

Kursen examineras genom:

  • skriftliga datorlaborationer i par, betygsskala: EC, P/F

För godkänt (Pass) som slutbetyg krävs Pass på samtliga skriftliga datorlaborationer.

Detaljerad information återfinns i studiehandledningen.

Om det finns särskilda skäl, och om det med hänsyn till det obligatoriska momentets karaktär är möjligt, får examinator besluta att ersätta det obligatoriska momentet med en annan likvärdig uppgift. 

Om LiU: s koordinator för studenter med funktionsnedsättning har beviljat en student rätt till anpassad examination vid salstentamen har studenten rätt till det.

Om koordinatorn har gett studenten en rekommendation om anpassad examination eller alternativ examinationsform, får examinator besluta om detta om examinator bedömer det möjligt utifrån kursens mål.

Examinator får också besluta om anpassad examination eller alternativ examinationsform om examinator bedömer att det finns synnerliga skäl och examinator bedömer det möjligt utifrån kursens mål.

Studerande, vars examination underkänts två gånger på kursen eller del av kursen, har rätt att begära en annan examinator vid förnyat examinationstillfälle.

Den som godkänts i prov får ej delta i förnyat prov för högre betyg.

Betygsskala

ECTS, EC

Övrig information

Planering och genomförande av kurs ska utgå från kursplanens formuleringar. Den kursvärdering som ska ingå i varje kurs ska därför behandla frågan om hur kursen överensstämmer med kursplanen.

Kursen bedrivs på ett sådant sätt att likvärdiga villkor råder med avseende på kön, könsöverskridande identitet eller uttryck, etnisk tillhörighet, religion eller annan trosuppfattning, funktionsnedsättning, sexuell läggning och ålder.

Om det föreligger synnerliga skäl får rektor i särskilt beslut ange förutsättningarna för, och delegera rätten att besluta om, tillfälliga avsteg från denna kursplan. 

Institution

Institutionen för datavetenskap
Kod Benämning Omfattning Betygsskala
LAB2 Laboration 3 hp EC
Det finns ingen kurslitteratur tillgänglig på studieinfo för den här kursen.

Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida.

Det finns inga filer att visa.