Předmět: Základy programování pro datovou analýzu

« Zpět
Název předmětu Základy programování pro datovou analýzu
Kód předmětu KMA/ZPDA
Organizační forma výuky Seminář
Úroveň předmětu Bakalářský
Rok studia 1
Semestr Letní
Počet ECTS kreditů 4
Vyučovací jazyk Čeština
Statut předmětu Povinný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Trnečková Markéta, Mgr. Ph.D.
Obsah předmětu
Předmět je úvodním kurzem zaměřeným na základy programování jako nástroje pro řešení matematických a algoritmických úloh. Použitým výukovým jazykem je jazyk Python, který umožňuje přehlednou realizaci algoritmů a výpočtů. Na seminářích je prezentována část teorie (syntaxe a sémantika jazyka), která je následně prakticky využívána na příkladech a jednoduchých programátorských úlohách, převážně s matematickým zaměřením, řešených studenty samostatně. Nepředpokládá se znalost programování ani žádného programovacího jazyka, vyžaduje se však základní schopnost algoritmizace a logického uvažování při řešení úloh. Probírané učivo: 1. Jak se tvoří program. 2. Struktura zdrojového kódu programu. 3. Základní datové typy, proměnné, konstanty. 4. Operátory. 5. Složené příkazy, podmínky, cykly. 6. Funkce. 7. Základní vstup a výstup.

Studijní aktivity a metody výuky
nespecifikováno
Výstupy z učení
Cílem předmětu je seznámit studenty se základními principy procedurálního programování a rozvíjet jejich schopnost algoritmického myšlení využitelného v matematických aplikacích.

Předpoklady
nespecifikováno

Hodnoticí metody a kritéria
nespecifikováno
Aktivní účast v hodině. Plnění zadaných úkolů.
Doporučená literatura
  • Hetland, M. L. (2014). Python algorithms: mastering basic algorithms in the Python language (2nd Edition).
  • Chongchitnan, S. (2023). Exploring University Mathematics with Python.
  • Lutz, M. Learning Python, 5th edition.
  • Pecinovský, R. (2022). Python knihovny pro práci s daty. Praha.
  • Ramalho, L. (2015). Fluent Python: Clear, Concise, and Effective Programming (1st Edition).
  • Saha, A. (2016). Doing Math with Python.
  • Summerfield, M. (2010). Python 3, výukový kurz.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Aplikovaná matematika - specializace Data Science (2026) Kategorie: Matematické obory 1 Doporučený ročník:1, Doporučený semestr: Letní
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Aplikovaná matematika - specializace Matematika pro udržitelné inovace (2026) Kategorie: Matematické obory 1 Doporučený ročník:1, Doporučený semestr: Letní
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Aplikovaná matematika - specializace Průmyslová matematika (2026) Kategorie: Matematické obory 1 Doporučený ročník:1, Doporučený semestr: Letní
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Aplikovaná matematika - specializace Matematika v ekonomické praxi (2026) Kategorie: Matematické obory 1 Doporučený ročník:1, Doporučený semestr: Letní