ECTS credits ECTS credits: 6
ECTS Hours Rules/Memories Hours of tutorials: 1 Expository Class: 20 Interactive Classroom: 30 Total: 51
Use languages Spanish, Galician
Type: Ordinary Degree Subject RD 1393/2007 - 822/2021
Departments: Electronics and Computing
Areas: Languages and Computer Systems
Center Higher Technical Engineering School
Call: First Semester
Teaching: With teaching
Enrolment: Enrollable | 1st year (Yes)
Esta asignatura introduce a los estudiantes en el campo de la programación imperativa, presentando conceptos básicos como algoritmo, programa, instrucción, tipo de dato, variable, operador, estructuras condicional y repetitiva, diseños descendente y ascendente, función o biblioteca. Las actividades propuestas deben proporcionar al alumnado una base conceptual y tecnológica sobre la que desarrollar futuros proyectos de Inteligencia Artificial (IA). Dada su gran versatilidad, su creciente popularidad y la alta disponibilidad de bibliotecas que facilitan la construcción de software por aproximación ascendente, se hará uso del lenguaje de programación Python.
Paradigma imperativo.
Tipos de datos y variables.
Importación y uso de bibliotecas.
Control del programa.
Agrupaciones de datos.
Entrada y salida.
Scripts y prueba de programas.
Diseño modular.
En esta asignatura no se proporcionan apuntes por parte de los profesores.
Bibliografía Básica:
1. MARZAL VARÓ, Andrés, GRACIA LUENGO, Isabel, GARCÍA-SEVILLA, Pedro. Introducción a la programación con Python 3. Universitat Jaume I, 2014. ISBN 9788469711781. DOI http://dx.doi.org/10.6035/Sapientia93. URI http://hdl.handle.net/10234/102653.
2. MCKINNEY, Wes. Python for data analysis: data wrangling with Pandas, NumPy, and IPython. 2nd ed. Sebastopol, CA: O'Reilly Media, Inc., 2018. ISBN 9781491957639, 1491957638, 9781491957615, 1491957611 (recurso electrónico).
3. VANDERPLAS, Jacob T. Python data science handbook: essential tools for working with data. 1st ed. Sebastopol, CA: O'Reilly Media, Inc., 2016. ISBN 1491912146, 9781491912140, 9781491912133, 1491912138, 9781491912041, 1491912049 (recurso electrónico).
Bibliografía Complementaria:
1. CUEVAS ÁLVAREZ, Alberto. Python 3. Curso Práctico. Madrid: RA-MA Editorial, 2016. ISBN 9788499643595 (recurso electrónico).
2. HINOJOSA GUTIÉRREZ, Ángel Pablo. Python: paso a paso. Paracuellos de Jarama: RA-MA Editorial, 2016. ISBN 978-84-9964-612-1 (recurso electrónico).
Contribuir a obtener las siguientes competencias básicas, generales, específicas y transversales recogidas en la memoria del título de Grado en Inteligencia Artificial (GrIA) de la USC, la UDC y la UVigo: CB2, CB3, CB4, CB5, CG1, CG2, CG3, CG4, CE3, CE4, CE5, TR2, TR3 y TR6.
Como parte del módulo de Software y Bases de Datos del GrIA, los resultados del aprendizaje esperados en esta materia son:
- Llevar a cabo el proceso que permite, partiendo de un alto nivel de abstracción, implementar código de alta calidad.
- Aplicar programación modular para resolver problemas específicos en el ámbito de la IA.
- Comprender la sintaxis y la semántica del lenguaje de programación utilizado.
- Adquirir competencias para resolver problemas de forma metodológica y práctica.
- Identificar y tener la capacidad para seleccionar en un entorno práctico las principales bibliotecas en el campo de la IA y la Ciencia de Datos.
- Analizar las alternativas para afrontar un problema e identificar qué aspectos pueden abordarse con técnicas de IA y cuáles no.
- Manejar técnicas y herramientas de prueba para asegurar la calidad de los resultados.
Las actividades que serán realizadas durante el semestre son las siguientes:
1. Sesiones de teoría centradas en la exposición por parte del profesor de los conceptos básicos de la materia. Se intercalarán las explicaciones teóricas con la propuesta y resolución de ejercicios de programación de pequeño calibre.
2. Realización de actividades prácticas individuales o por parejas en el aula de informática. Los estudiantes deberán afrontar la resolución interactiva de diferentes boletines de ejercicios que contribuirán a la evaluación continua de la materia.
3. Seguimiento y realimentación. Se programarán tutorías bajo demanda para la orientación activa del trabajo de los estudiantes, con especial atención al desarrollo de las prácticas propuestas en el aula de informática. Se combinará la modalidad presencial con la telemática a través de Microsoft Teams.
4. Evaluación mediante examen. Durante el semestre y a su finalización, los estudiantes deberán demostrar individualmente el nivel alcanzado con respecto a las competencias propias de la asignatura.
Para los casos de realización fraudulenta de ejercicios o pruebas, será de aplicación lo recogido en la Normativa de evaluación del rendimiento académico de los estudiantes y de revisión de calificaciones.
En la primera oportunidad, la evaluación se realizará íntegramente de forma continua a lo largo del semestre, con pesos del 30% y 70% para las partes teórica y práctica, respectivamente. A nivel teórico, el estudiante tendrá que enfrentarse a una o varias pruebas, mientras que, a nivel práctico, tendrá que desarrollar diversos programas de tamaño y complejidad crecientes. Para aprobar la materia se necesita obtener una nota igual a o mayor que 5 en la suma de las contribuciones de las actividades teóricas y prácticas.
En la segunda oportunidad la evaluación se basará en un examen (30% de peso) y en un proyecto de programación (70% de contribución) que se publicará a comienzos del segundo semestre.
Se considerará No Presentado a quien no se presente a ninguna de las pruebas de evaluación continua que se realicen a lo largo del semestre, ni a las pruebas de evaluación de la segunda oportunidad.
Bajo ninguna circunstancia se conservarán notas entre convocatorias de distintos cursos. La asistencia a clase no será tenida en cuenta directamente en la evaluación del estudiante.
La asignatura tiene asignados 6 ECTS, lo que supone una aportación personal aproximada de 100 horas al margen del trabajo presencial en el aula.
No hay ninguna recomendación especial al margen de la asistencia regular a clase o de la conveniencia de asumir el esfuerzo necesario para llevar la materia al día. No se hace ninguna presunción sobre conocimientos previos de los estudiantes.
La realización de las actividades previstas se apoyará en el Campus Virtual de la USC (plataforma Moodle) y en la aplicación Teams de Microsoft, fundamentalmente.
Se hará uso de herramientas populares para desarrollo de programas en Python como Anaconda o PyCharm.
Los idiomas prioritarios en esta asignatura son el castellano y el gallego.
Julian Carlos Flores Gonzalez
- Department
- Electronics and Computing
- Area
- Languages and Computer Systems
- Phone
- 881816456
- julian.flores [at] usc.es
- Category
- Professor: University Lecturer
Jose Varela Pet
Coordinador/a- Department
- Electronics and Computing
- Area
- Languages and Computer Systems
- jose.varela.pet [at] usc.es
- Category
- Professor: Temporary PhD professor
| Monday | |||
|---|---|---|---|
| 10:00-11:00 | Grupo /CLE_01 | Spanish | IA.01 |
| Wednesday | |||
| 11:00-12:00 | Grupo /CLE_01 | Spanish | IA.01 |
| Thursday | |||
| 09:00-11:30 | Grupo /CLIL_02 | Spanish | IA.02 |
| 01.19.2023 09:15-14:00 | Grupo /CLIL_02 | Classroom A2 |
| 01.19.2023 09:15-14:00 | Grupo /CLIL_01 | Classroom A2 |
| 01.19.2023 09:15-14:00 | Grupo /CLE_01 | Classroom A2 |
| 06.23.2023 09:15-14:00 | Grupo /CLIL_02 | Classroom A2 |
| 06.23.2023 09:15-14:00 | Grupo /CLIL_01 | Classroom A2 |
| 06.23.2023 09:15-14:00 | Grupo /CLE_01 | Classroom A2 |