Sylaby

Anotácia predmetu

Predmet je zameraný na programovanie v jazyku Python a na praktické pochopenie dátových štruktúr, algoritmov a moderných programovacích prístupov. Študenti si postupne osvoja syntax jazyka, prácu s kolekciami, objektové a funkcionálne programovanie, analýzu zložitosti, základné dátové štruktúry, stromové a grafové štruktúry, dynamické programovanie, spätné prehľadávanie, kompresné algoritmy a asynchrónne aj paralelné spracovanie.

Dôraz je kladený na praktické programátorské zručnosti - výber prostriedkov, návrh a analýza algoritmu, zapísanie čitateľného kódu a odstránenie chýb.

Absolvent predmetu by mal:

• Vedieť samostatne navrhnúť a zapísať algoritmus v jazyku Python na zadaný problém.
• Poznať základné techniky návrhu a analýzy algoritmov a spracovania dát.
• Vedieť posúdiť efektivitu a vhodnosť existujúcich algoritmov na riešenie zadaného problému.

Praktická časť predmetu:

• Praktické problémy riešené na cvičeniach vo forme tutoriálu.
• Písomky - vypracovanie zadaného problému v čase cvičenia bez použitia externých pomôcok.
• Domáce zadania - Samostatné vypracovanie, odovzdanie a obhajoba zadaného problému.

Slovníček

• dictionary: slovník
• list: zoznam
• sequence: postupnosť
• iteration: prechádzanie
• list slices: výber zo zoznamu (výrezy).
• list comprehension: generovanie zoznamu.
• dict comprehension: generovanie slovníka.
• mutable: meniteľný
• slice : výrez
• tuple: n-tica
• closure: uzáver, uzatváracia funkcia.
• raise exception: vyhodiť výnimku.
• yield: výstup hodnôt z funkcie.

Plán semestra

1. Prednáška 1: Syntax a údajové typy, Cvičenie 1 - pracovné prostredie a prvá úloha
2. Prednáška 2: Funkcionálne programovanie, Cvičenie 2
3. Prednáška 3: Pracovná cesta, Cvičenie: Aktivita 1
4. Prednáška 4: Objektovo orientované programovanie, Cvičenie 4
5. Prednáška 5: Zložitosť algoritmov, Písomka
6. Prednáška 6: Kolekcie - Hešovacie tabuľky, Cvičenie 5, Obhajoba
7. Prednáška 7: Kolekcie - Stromy, Cvičenie 6
8. Prednáška 8: Kompresia - Huffmanov strom, Cvičenie 7, NLP Meeting
9. Prednáška 9: Kompresia - Slovníkové algoritmy, Cvičenie 8, 17. november.
10. Prednáška 10: Dynamické programovanie, Písomka
11. Prednáška 11: Paralelné programovanie, Cvičenie 9 (ku skúške), Obhajoba
12. Prednáška 12: Asynchrónne programovanie, Cvičenie 10 (ku skúške), Opravné písomky
13. Prednáška 13: Predtermín, Cvičenie: Zápočty, Opravné písomky
14. Vianoce - pondelok, utorok, streda ešte nie.

Hodnotenie

Zápočet:

• 2 x obhajoby 20 bodov
• 2 x písomky 16 bodov
• bonusové úlohy 4 body

Záverečná skúška:

Písomka a domáca úloha (60B)

Podmienkou na získanie zápočtu je získať minimálne 21 bodov z hodnotených úloh a mať nie viac ako tri ospravedlnené neúčasti na cvičeniach.

Etický kódex - odporúčania pri využívaní umelej inteligencie a externých zdrojov

Modely dnes vedia prekonať vo svojich schopnostiach veľa začínajúcich programátorov. V tomto predmete toto chceme prekonať a poskytnúť Vášmu budúcemu zamestnávateľovi dôvod, aby investoval radšej do Vášho platu, ako do AI kreditov.

Cieľom predmetu je získanie osobných programátorských zručností, ktoré spočívajú aj v:

• návrhu algoritmu a výbere vhodných nástrojov.
• pochopení zadania.
• osobnom zápise algoritmu použitím klávesnice počítača.
• zapamätaní si názvov funkcií a ovládaní syntaxi programátorskeho jazyka pomocou vlastnej hlavy.
• schopnosti rýchlo identifikovať a vyriešiť problém v kóde bez použitia externých nástrojov.
• práci pod miernym stresom v obmedzenom čase a v obmedzenom prostredí.
• samostatnom štúdiu a porozumení technickej dokumentácie.
• samostatnom zápise technickej dokumentácie.

Neúmerné používanie generatívnych modelov bráni tvorbe týchto zručností.

Generatívne modely majú aj nasledovné nevýhody:

• Kód je ťažko zrozumiteľný
• Kód je príliš dlhý
• Obsahuje chyby, ktoré je ťažko nájsť.
• Kód nemusí presne vyhovovať špecifikácii.

Na druhej strane, schopnosť správne používať generatívne modely je dnes nevyhnutná v programátorskej praxi z dôvodu potenciálu zvýšenej produktivity a širokého nasadenia v programátorskej praxi. Z toho dôvodu nemá zmysel brániť sa použitiu generatívnych modelov.

V tomto predmete je dovolené použitie generatívnych modelov a hotových riešení za podmienok:

• Vygenerované riešenie modifikujete a osobne prepíšete do textového editora.
• Odovzdáte aj nekompletné riešenie problému.
• Použitie modelu priznáte v komentároch v odovzdanom riešení.

Je zakázané:

• používanie generatívnych modelov počas písomiek.
• odovzdávanie kompletných hotových riešení z ľubovoľného zdroja bez modifikácie.

Dôvody pre udelenie nulového hodnotenia:

• Odovzdaná jediná verzia riešenia, kde nie je vidno pracovný postup.
• Úplná zhoda s iným odovzdaným zadaním.
• Použitie Copy-Paste z externých zdrojov počas písomky.
• Neschopnosť slovne vysvetliť odovzdaný kód.

Je silne odporúčané:

• Písať si vlastné komentáre k napísanému kódu.
• Doplniť si programátorskú slovnú zásobu čítaním dokumentácie a rozhovormi s kolegami.