RA0375 Python programmēšana II

Kods RA0375
Nosaukums Python programmēšana II
Statuss Obligātais/Ierobežotās izvēles
Līmenis un tips Augstākā līmeņa, Akadēmiskais
Tematiskā joma Datormācība
Struktūrvienība Rēzeknes akadēmija
Mācībspēks Artis Teilāns
Kredītpunkti 3.0
Daļas 1
Anotācija Studiju kursā tiks sniegtas zināšanas par servisorientēto programmatūras arhitektūru uzbūvi, mikroservisu projektēšanu un izstrādes paņēmieniem Python programmēšanas valodā un izmantojot Flask un Django programmēšanas ietvarus. Sniegt zināšanas par Datu zinātnes un Mākslīgā intelekta risinājumu - neironu tīklu un ģenētisko algoritmu programmēšanu izmantojot python programmēšanas ietvarus JupyterLab, Matplotlib, Numpy, Pandas, Sklearn, Ipywidgets, un to pielietošanu tehnoloģisko procesu atbalstam..
Studiju kursa saturs
Saturs Pilna un nepilna laika klātienes studijas Nepilna laika neklātienes studijas
Kontaktstundas Patstāvīgais darbs Kontaktstundas Patstāvīgais darbs
Web servisu izstrāde 2 6 0 0
Servisu orientētā arhitektūra un mikroservisi. 2 4 0 0
Flask un Django programmēšanas ietvari servisu izstrādei. 2 6 0 0
Mašīnmācīšanās risinājumu programmēšanas ietvari. 2 4 0 0
Ģenētiskie algoritmi un ģenētisko algoritmu programmēšana. 2 6 0 0
Servisa izstrāde ar FLASK ietvaru (laboratorijas darbs) 2 4 0 0
Servisa izstrāde ar Django ietvaru (laboratorijas darbs) 2 6 0 0
Servisu darbināšana Docker konteineros un mijiedarbības testēšana (laboratorijas darbs) 2 4 0 0
Neironu tīklu programmēšana (laboratorijas darbs) 3 6 0 0
Prognozēšanas servisa izstrāde (laboratorijas darbs) 2 4 0 0
Ģenētisko algoritmu programmēšana (laboratorijas darbs) 3 4 0 0
Kopā: 24 54 0 0
Mērķis un uzdevumi, izteikti
kompetencēs un prasmēs 		Studiju kursa mērķis ir sniegt zināšanas par servisorientēto programmatūras arhitektūru uzbūvi, projektēšanu un izstrādes paņēmieniem Python programmēšanas valodā un izmantojot atbilstošus programmēšanas ietvarus. Sniegt zināšanas par Datu zinātnes un Mākslīgā intelekta risinājumu programmēšanu izmantojot python programmēšanas ietvarus un to pielietošanu tehnoloģisko procesu atbalstam.
Sasniedzamie studiju
rezultāti un to vērtēšana 		Zināšanas: 1. Par programmatūras servisu orientēto arhitektūru. 2. Par mikroservisu izstrādes arhitektūras šabloniem un to izstrādes ietvariem. 3. Par mākslīgā intelekta risinājumu programmēšanu. - Praktiskais darbs, laboratorijas darbi, eksāmens
Prasmes: 4. Apgūst vai pilnveido prasmes pilnībā funkcionējošu servisu izstrādē. 5. Mākslīgā intelekta risinājumu izmantošanā datu zinātnē. - Praktiskais darbs, laboratorijas darbi, eksāmens
Kompetence: 6. Īstenot datu analīzi un mākslīgā intelekta risinājumus, pielietojot Python valodu; 7. Izstrādāt web mikroservisus Python valodā. 8. Spēja informācijas apstrādei izmantot IT rīkus un konstruēt algoritmus. - Praktiskais darbs, laboratorijas darbi, eksāmens
Studiju rezultātu vērtēšanas kritēriji
Praktiskajās nodarbībās un patstāvīgā darba ietvaros izstrādātā mikroservisa vērtējums. - 50%
Noslēguma pārbaudījums – eksāmens. - 50%
 
Priekšzināšanas Apgūti kursi Python programmēšana I, augstākās matemātikas un informātikas kursi.
Studiju kursa plānojums
Daļa KP Stundas Pārbaudījumi
Lekcijas Prakt. d. Lab. Ieskaite Eksāmens Darbs
1 3.0 12.0 12.0 0.0 *
Pieteikties uz šo kursu
[Kursa apraksts PDF formātā]