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: Tregradig skala
Ansvarig institution: Institutionen för datavetenskap
Modul 1, Programmeringsteknik, 6 hp Modulen behandlar grunderna i skapande av datorprogram. Det inbegriper definitioner och begrepp inom programmeringsteknik samt grundläggande konstruktioner i ett programmeringsspråk. Syftet är att ge kunskap och färdighet i hur problem kan omformuleras till en ordnad följd av satser i form av en algoritm som i sin tur kan översättas till program. Utöver detta behandlas även filhantering, felhantering och det ges en introduktion till klasser och objekt. De olika koncepten exemplifieras med programmeringsspråket Python.
Modul 2, Praktisk tillämpning av programmering i Python, 1,5 hp I denna modul ges exempel på olika tillämpningar där programmering kommer till praktisk nytta och det ges tillfälle att tillämpa uppnådda kunskaper i programmering.
Förväntade studieresultat
Kunskap och förståelse Efter avslutad kurs ska studenten:
kunna redogöra för datatypers användning och begränsningar (FSR 1)
i given kod kunna identifiera och förklara syftet med enkla sekventiella algoritmer/program (FSR 2)
i given kod kunna identifiera och förklara syftet med konstruktioner för felhantering, klasser och objekt (FSR 3)
Färdighet och förmåga Efter avslutad kurs ska studenten kunna:
omvandla givna enkla algoritmer till Python (FSR 4)
använda funktioner för att skriva strukturerade program (FSR 5)
använda filhantering för att skapa och tolka filer (FSR 6)
Behörighetskrav
Matematik C eller Matematik 3b (områdesbehörighet 4/A4 med ett eller flera undantag) eller någon av kurserna Resonerande och informationsbehandling 7,5 hp eller kursen Logik och formella metoder 7,5 hp eller motsvarande.
Undervisningens upplägg
Undervisningen bedrivs i form av föreläsningar, arbete i datorlabb och diskussioner kring metodik och problemlösning i mindre grupper. Utöver schemalagda aktiviteter krävs även individuellt arbete med materialet.
Examination
Examinationen på Modul 1 (FSR 1-6) består vid ordinarie tillfälle av tre stycken skriftliga delprov som examineras i datorsal. Vid omprov och uppsamling sker examinationen i form av ett prov som täcker samma innehåll som de tre delproven. Examinationen sker även då i datorsal. Betyget på modul 1 är något av följande: Underkänd (U), Godkänd (G), eller Väl godkänd (VG).
För högre betyg (VG) ska studenten utöver tidigare nämnda lärmål även kunna
formulera egna enkla sekventiella algoritmer,
använda konstruktioner för felhantering i syfte att skapa robusta program, och
använda konstruktioner för klasser och objekt i syfte att skapa egna datatyper
Examinationen på Modul 2 (FSR 1-6) består av en obligatorisk uppgift som redovisas både muntligt och skriftligt (i form av ett on-line quiz). Betyget på modul 2 är något av följande: Underkänd (U) eller Godkänd (G).
För att bli godkänd på kursen krävs att studenten är godkänd på samtliga moment och betyget som sätts på kursen är detsamma som sätts på modul 1.
Studerande som godkänts i ett prov får inte undergå förnyat prov för att få ett högre betyg.
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.
Examination baserad på denna kursplan garanteras under två år efter studentens förstagångsregistrering på kursen. Detta gäller även om kursen lagts ned och denna kursplan upphört gälla.
Avsteg från kursplanens examinationsform kan göras för en student som har beslut om pedagogiskt stöd på grund av funktionsnedsättning. Individuell anpassning av examinationsformen ska övervägas utifrån studentens behov. Examinationsformen anpassas inom ramen för kursplanens förväntade studieresultat. Efter begäran av studenten ska kursansvarig lärare, i samråd med examinator, skyndsamt besluta om anpassad examinationsform. Beslutet ska sedan meddelas studenten.
Tillgodoräknande Student har rätt att få prövat om tidigare utbildning eller motsvarande kunskaper och färdigheter förvärvade i yrkesverksamhet kan tillgodoräknas för motsvarande utbildning vid Umeå universitet. Ansökan om tillgodoräknande skickas in till Studentcentrum/Examina. Mer information om tillgodoräknande finns på Umeå universitets studentwebb, www.student.umu.se, och i högskoleförordningen (6 kap). Ett avslag på ansökan om tillgodoräknande kan överklagas (Högskoleförordningen 12 kap) till Överklagandenämnden för högskolan. Detta gäller såväl om hela som delar av ansökan om tillgodoräknande avslås.
Övriga föreskrifter
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 och/eller programansvarig för sitt program.
Speciellt gäller att denna kurs överlappar helt med kursen 5DV106 Programmering i Python och 5DV203 Programmering i Python för lärare. Kursen överlappar med minst 6 hp med kurserna 5DV105 och 5DV176 (båda med namnet Programmeringsteknik med Python och Matlab).
Kursens kopplingar till program och examina Kursen är baskurs på kandidatprogrammet i Kognitionsvetenskap.
