Hoppa direkt till innehållet
printicon
Kursplan:

Applikationsprogrammering i Python, 7,5 hp

Engelskt namn: Application Programming in Python

Denna kursplan gäller: 2010-02-08 och tillsvidare

Kurskod: 5DA000

Högskolepoäng: 7,5

Utbildningsnivå: Grundnivå

Huvudområden och successiv fördjupning: Datavetenskap: Grundnivå, har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
Kognitionsvetenskap: Grundnivå, har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav

Betygsskala: För denna kurs ges betygen VG Väl godkänd, G Godkänd, U Underkänd

Ansvarig institution: Institutionen för datavetenskap

Beslutad av: teknisk-naturvetenskapliga fakultetsnämnden, 2009-12-15

Reviderad av: teknisk-naturvetenskapliga fakultetsnämnden, 2010-02-05

Innehåll

Kursen behandlar olika applikationsområden där programmering är ett viktigt redskap. Fokus är att träna den praktiska färdigheten i programmering i allmänhet och respektive applikationsområde i synnerhet. Områden som behandlas är att koppla grafiska användarytor till program, förståelse för XML som redskap, koppling mot databaser, samt implementation av webbapplikationer. Programmeringsspråket Python används.

Förväntade studieresultat

Efter avslutad kurs ska studenten kunna: • visa färdigheter i att utveckla applikationer som innehåller flera interagerande komponenter som exempelvis, grafiska användarytor, XML samt webbapplikationer • använda APIer och därmed kunna applicera programmering på nya applikationsområden • visa färdigheter i att använda grunderna i den objektorienterade programmeringsparadigmen • visa färdighet i att använda en projektmodell och redogöra för hur dess delar samverkar • visa färdighet att arbeta i en grupp utifrån en projektmodell, samt tillämpa de teoretiska kunskaperna och objektorienteringsparadigmet praktiskt på ett programmeringsprojekt • muntligt och skriftligt redovisa programmeringsprojekt på ett strukturerat sätt utifrån givna riktlinjer

Behörighetskrav

För tillträde till kursen krävs kursen Programmering i Python (5DV106) eller motsvarande kunskaper.

Undervisningens upplägg

Undervisningen bedrivs i form av föreläsningar samt handledning i samband med obligatoriskt projektarbete i grupp. Projektarbetena ska presenteras muntligt och skriftligt samt diskuteras muntligt. Utöver schemalagda aktiviteter krävs även individuellt och gruppvis arbete med materialet.

Examination

Examinationen sker genom redovisning av ett antal obligatoriska projektarbeten. Varje projektarbete bedöms med betygen Underkänd (U) eller Godkänd (G). På hela kursen ges något av betygen Underkänd (U), Godkänd (G) eller Väl godkänd (VG). För att bli godkänd på hela kursen krävs att samtliga projektarbeten är godkända. Betyget utgör en sammanfattande bedömning av resultaten vid examinationens olika delar och sätts först när alla projektarbeten är godkända. Studerande som godkänts i ett prov får inte undergå förnyat prov för att få ett högre betyg. Studenter som inte blivit godkända på samtliga projektarbeten vid kursens slut kan få uppskov om de bedöms kunna slutföras inom en överskådlig tidsram som bestäms i samförstånd med kursansvarig lärare. Enskilda studenter som inte godkänts vid kursens slut men som regelbundet deltagit i sina projektarbeten kan få en extrauppgift. Studenter som inte deltagit i projektarbeten under kursens gång får betyget Underkänd (U). Det innebär att studenter som inte deltagit i projekten under kursens gång erbjuds ytterligare provtillfällen endast när kursen ges nästa gång. För studerande som inte godkänns vid ordinarie provtillfälle anordnas ytterligare provtillfälle. En student som utan godkänt resultat har genomgått två prov för en kurs eller en del av en kurs, har rätt att få en annan examinator utsedd, om inte särskilda skäl talar emot det (HF 6 kap. 22 §). Begäran om ny examinator ställs till prefekten vid Institutionen för datavetenskap. Tillgodoräknande I en examen får denna kurs ej ingå, helt eller delvis, samtidigt med en annan kurs med likartat innehåll. Vid tveksamheter bör den studerande rådfråga studievägledare vid Institutionen för datavetenskap.

Litteratur