1. SylabUZ
2. Faculty of Mathematics, Computer Science and Econometrics
3. winter term 2022/2023
4. Informatics and Econometrics - First-cycle studies leading to Bachelor's degree
5. Object-oriented Programming 2

Generate PDF for this page

Object-oriented Programming 2 - course description

Aim of the course

Poznanie teoretyczne i praktyczne nowoczesnych języków programowania obiektowego Java i Python. Zapoznanie ze środowiskiem programistycznym Eclipse i SAGE oraz poznanie jego najważniejszych funkcjonalności. Przedstawienie wybranych zastosowań obiektowych języków programowania.

Prerequisites

Save changes

Podstawowa znajomość programowania.

Scope

Wykład

1. Wprowadzenie do obiektowego języka programowania: Python, Java.
2. Wprowadzenie do platformy programistycznej Eclipse.
3. Wprowadzenie do programowania w środowisku SAGE.
4. Koncepcje programowania obiektowego i języki programowania.
5. Deklaracja klasy, tworzenie obiektów, przekazywanie parametrów do metod, dziedziczenie.
6. Programowanie zdarzeniowe i obsługa wyjątków.
7. Złożone struktury w programowaniu obiektowym - kolekcje i listy.
8. Klasy abstrakcyjne, statyczne, anonimowe, zamknięte i interfejsy.
9. Wstęp do wzorców projektowych.
10. Operacje plikowe oraz odczytanie konfiguracji/zasobów komputera.
11. Operacje graficzne i API.
12. Programowanie obiektowe i operacje bazodanowe. 
13. Własności i znaczenie maszyny wirtualnej.

Laboratorium

1. Wprowadzenie do środowiska Eclipse.
2. Wprowadzenie do środowiska SAGE.
3. Pisanie i uruchamianie prostych programów.
4. Deklaracja klas, tworzenie obiektów oraz wywołania metod na rzecz utworzonych obiektów.
5. Obsługa zdarzeń oraz wyjątków.
6. Implementacja własności, testowanie programów.
7. Definiowanie różnych typów klas i interfejsów.
8. Użycie bibliotek dedykowanych.
9. Implementacja podstawowych operacji plikowych.
10. Odczytywanie konfiguracji/zasobów komputera.
11.  Implementacja wybranych operacji graficznych.
12. Implementacja wybranych operacji bazodanowych.
13. Użycie danych i bibliotek kryptograficznych oraz analiz statystycznych. 

Teaching methods

Wykład: wykład konwencjonalny.

Laboratorium: samodzielna praca przy komputerze. Przerabiany materiał według opracowanych instrukcji, które każdy student dostaje na początku zajęć. Dyskusje prowadzące do pogłębienia wiedzy i lepszego zrozumienia przerabianego materiału.

Learning outcomes and methods of theirs verification

Outcome description	Outcome symbols	Methods of verification	The class form

Assignment conditions

Na ocenę z przedmiotu składa się ocena z laboratorium (40%) i ocena z egzaminu (60%). Warunkiem przystąpienia do egzaminu jest pozytywna ocena z laboratorium. Warunkiem zaliczenia przedmiotu jest pozytywna ocena z laboratorium i z egzaminu.

Recommended reading

1. Beazley D.M., Programowanie: Pyton, RM, 2002.
2. Cay, S. Horstman, Java 2. Techniki zaawansowane, Helion, 2005.
3. Dai N., Mandel L., Ryman A., Eclipse Web Tools Platform. Tworzenie aplikacji WWW w języku Java, Helion 2008.
4. Lutz M., Ascher D., Python. Wprowadzenie, Helion, 2002.
5. Navlani A., Fandango A., Idris I., Python i praca z danymi. Przetwarzanie, analiza, modelowanie i wizualizacja. Wydanie III, Helion 2022.

 

Further reading

1. Fehily C., Po prostu Python, Chris Fehily, Helion 2002.
2. Jaworski M., Tarek Z., Profesjonalne programowanie w Pythonie. Poznaj najlepsze praktyki kodowania i zaawansowane koncepcje programowania, Helion 2022.
3. Olson S. D.,  Ajax on JAVA,  Helion 2008.

Notes

Modified by dr Ewa Synówka (last modification: 02-03-2024 07:53)