Introduktion till Python, 3 hp
Introduction to Python, 3 credits
732A74
Huvudområde
DatavetenskapUtbildningsnivå
Avancerad nivåKurstyp
Fristående- och programkursExaminator
Anders EklundKursansvarig
Anders EklundStudierektor eller motsvarande
Jolanta PielaszkiewiczKursen ges för | Termin | Veckor | Block | Språk | Ort/Campus | VOF | |
---|---|---|---|---|---|---|---|
F7MSL | Statistics and Machine Learning, Master´s Programme - First and main admission round | 2 (VT 2021) | 202103-202112 | 4 | Engelska | Linköping, Valla | O |
F7MSL | Statistics and Machine Learning, Master´s Programme - Second admission round (open only for Swedish/EU students) | 2 (VT 2021) | 202103-202112 | 4 | Engelska | Linköping, Valla | O |
Huvudområde
DatavetenskapUtbildningsnivå
Avancerad nivåFördjupningsnivå
A1NKursen ges för
- Master's Programme in Statistics and Machine Learning
Förkunskapskrav
Kandidatexamen i något av följande ämnen: statistik, matematik, tillämpad matematik, datavetenskap, teknik eller motsvarande examen. Utöver detta, erfordras godkända/avklarade kurser i matematisk analys, linjär algebra, statistik och programmering.
Engelska B eller motsvarande.
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 vanligaste Python paket
- rätta misstag i egna koder med hjälp av redskap för debugging
Kursinnehåll
- 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.
Undervisningsspråk: engelska.
Examination
Skriftliga datorlaborationer. Detaljerad information återfinns i studiehandledningen.
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 istället har gett studenten en rekommendation om anpassad examination eller alternativ examinationsform, får examinator besluta om detta om 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
Tvågradig skala, äldre version, U, GÖvrig 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 både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.
Institution
Institutionen för datavetenskapKod | Benämning | Omfattning | Betygsskala |
---|---|---|---|
LAB1 | Laboration | 3 hp | U, G |
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.