Introduktion till Python, 3 hp (732A74)

Introduction to Python, 3 credits

Huvudområde

Datavetenskap

Nivå

Avancerad nivå

Kurstyp

Programkurs

Examinator

Anders Eklund

Kursansvarig

Anders Eklund

Studierektor eller motsvarande

Jolanta Pielaszkiewicz
Kursen ges för Termin Veckor Språk Ort VOF
F7MSL Statistics and Machine Learning, Master´s Programme - First and main admission round 2 (VT 2021) v202103-202112 Engelska Linköping o
F7MSL Statistics and Machine Learning, Master´s Programme - Second admission round (open only for Swedish/EU students) 2 (VT 2021) v202103-202112 Engelska Linköping o
VOF = Valbar / Obligatorisk / Frivillig

Huvudområde

Datavetenskap

Utbildningsnivå

Avancerad nivå

Fördjupningsnivå

A1N

Kursen 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, G

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 både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.

Institution

Institutionen för datavetenskap
Det finns ingen kurslitteratur tillgänglig för den här kursen.
LAB1 Laboration U, G 3 hp

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.

Sidansvarig: Infocenter, infocenter@liu.se