Algorytmy i struktury danych 390-FS1-2ASD
Profil studiów: ogólnoakademicki
Forma studiów: stacjonarne
Rodzaj przedmiotu: obowiązkowy
Dziedzina i dyscyplina nauki: Dziedzina nauk ścisłych i przyrodniczych, Dyscyplina nauki fizyczne.
Poziom kształcenia: studia pierwszego stopnia
Rok studiów/semestr: 2. rok/4. semestr
Punkty ECTS: 5
Wymagania wstępne:
Bilans nakładu pracy studenta:
- udział w wykładach (15 godz.),
- udział w laboratoriach (45 godz.),
- udział w konsultacjach (15 godz.),
- praca własna studenta w domu (45 godz.),
Wskaźniki ilościowe:
- nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela - 3.2 ECTS;
- nakład pracy studenta związany z samodzielna pracą - 1.8 ECTS.
Zasady użycia sztucznej inteligencji (SI):
Podczas zajęć dozwolone jest korzystanie z systemów SI w zakresie:
1. Tłumaczenia maszynowego tekstów źródłowych z języków obcych.
2. Wyszukiwania i organizowania źródeł naukowych.
3. Tworzenia symulacji i modelowania omawianych na wykładzie zjawisk fizycznych.
|
W cyklu 2025:
Profil studiów: ogólnoakademicki Punkty ECTS: 5 Wskaźniki ilościowe: |
Rodzaj przedmiotu
Tryb prowadzenia przedmiotu
Założenia (opisowo)
Koordynatorzy przedmiotu
Efekty kształcenia
Wiedza, absolwent zna i rozumie:
KP6_WG4 - zna zaawansowane metody obliczeniowe stosowane do rozwiązywania typowych problemów fizycznych oraz przykłady praktycznej implementacji takich metod z wykorzystaniem odpowiednich narzędzi informatycznych; zna elementy programowania oraz inżynierii oprogramowania w zakresie przewidzianym programem kształcenia
Umiejętności, absolwent potrafi:
KP6_UW4 - potrafi stosować metody numeryczne do rozwiązania problemów matematycznych; posiada umiejętność stosowania podstawowych pakietów oprogramowania oraz wybranych języków programowania w zakresie przewidzianym programem kształcenia
KP6_UK5 dokonać krytycznej analizy wyników pomiarów, obserwacji lub obliczeń teoretycznych wraz z ilościową oceną dokładności wyników;
KP6_UU1 uczyć się samodzielnie.
Kompetencje społeczne, absolwent jest gotów do:
KP6_KR2 stosowania i propagowania zasad uczciwości intelektualnej w działaniach własnych i innych osób, do rozstrzygania problemów etycznych w kontekście rzetelności badawczej, do propagowania rozstrzygającej roli eksperymentu w weryfikacji teorii fizycznych, do stosowania metody naukowej w gromadzeniu wiedzy.
Kryteria oceniania
Zaliczenie na ocenę.
Po zakończeniu kształcenia z przedmiotu Algorytmy i struktury danych odbywa się egzamin pisemny, który weryfikuje uzyskaną wiedzę. Na ocenę końcową składają się wynik zaliczenia laboratorium i wynik egzaminu pisemnego.
Zaliczenie laboratorium odbywa się na podstawie: obecności, aktywności, oraz zaliczenia przy komputerze obejmującego wybrane zagadnienia z materiału laboratoryjnego (rozwiązać problem przez napisanie lub zmodyfikowanie algorytmu w języku C++).
Przy weryfikacji efektów uczenia się stosowana jest następującą skala ocen:
bardzo dobry: 5 (100% - 91%),
dobry plus: 4,5 (90% - 81%),
dobry: 4 (80% - 71%),
dostateczny plus: 3,5 (70% - 61%),
dostateczny: 3 (60% - 51%),
niedostateczny: 2 (50% - 0%).
Podczas zajęć, wykładu oraz egzaminu korzystanie z AI nie jest dozwolone.
Literatura
1. Rober Lafore – „Data Structures and Algorithms”, (ISBN: 0-672-31633-1).
Literatura uzupełniająca:
1. Adam Drozdek - "Algorytmy i struktury danych", Wydawnictwo Helion, (ISBN: 83-7361-385-4).
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: