Autenticação

Utilizador:

Senha:

Iniciar sessão

Esqueceu-se da senha?

Programação

Código:

LTB11005

Sigla:

PROG

Áreas Científicas
Classificação	Área Científica
OFICIAL	Informática

Ocorrência: 2023/2024 - 1S

Ativa?	Sim
Página Web:	https://moodle.ips.pt/2324/course/view.php?id=1891
Unidade Responsável:	Departamento de Sistemas e Informática
Curso/CE Responsável:	Licenciatura em Tecnologia Biomédica

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
LTB	52	Plano de Estudos	1	-	6	75	162

Língua de trabalho

Português

Objetivos

Que o aluno adquira e consolide conhecimentos, aptidões, e competências na:

 

• Aprendizagem dos fundamentos concetuais ao desenvolvimento e codificação de algoritmos em linguagens de programação;
• Desenvolvimento de aplicações informáticas em linguagens de alto nível;
• Aplicação prática dos conteúdos programáticos em problemas reais utilizando os paradigmas de programação procedimental e imperativa, e programação orientada por objetos;
• Desenvolvimento da capacidade de raciocínio lógico e formal na resolução de problemas complexos.

Resultados de aprendizagem e competências

Ao completar esta unidade curricular os estudantes irão adquirir os conhecimentos e competências necessárias para:

• Aplicar as suas capacidades de raciocínio lógico e formal (adquiridas) na resolução de problemas complexos.
• Desenvolvimento de algoritmos e métodos para resolver problemas reais, em particular, no campo das ciências biomédicas.
• Implementar protótipos de software / soluções informáticas utilizando paradigmas e ferramentas de programação recentes, com recurso à linguagem Python.

Modo de trabalho

Presencial

Pré-requisitos (conhecimentos prévios) e co-requisitos (conhecimentos simultâneos)

Programa

1. Enquadramento da programação (5%)
   
   
   
   • Descrição básica de um computador.
   
   
   • Representação de Informação.
   
   
   • A programação e a resolução de problemas.
   
   
   
   


2. Algoritmos (5%)
   
   
   
   • Algoritmos e programas.
   
   
   • Conceito de Algoritmo, abordagens bottom-up e top-down.
   
   
   
   


3. Linguagens de programação (5%)
   
   
   
   • Conceitos de: linguagem natural, pseudocódigo, linguagem de programação.
   
   
   • Linguagens de baixo-nível vs linguagens de alto-nível.
   
   
   • Linguagens tipificadas vs não-tipificadas, compiladas e interpretadas.
   
   
   • Fases de desenvolvimento de programas.
   
   
   
   


4. Programação numa linguagem de alto nível, orientada ao exemplo: Python (85%)
   
   
   
   • Princípios de programação em Python:
     
     
     
     • Estrutura de um programa.
     
     
     • Expressões, Tipos de dados.
     
     
     • Instruções de entrada e saída.
     
     
     • Estruturas de controlo.
     
     
     • Funções / Subprogramas
     
     
     
     
   
   
   • Tipos de dados estruturados.
     
     
     
     • Arrays, Listas, dicionários, tuples, sets.
     
     
     
     
   
   
   • Introdução a programação orientada por objetos.
     
     
     
     • Noção de classe, objeto e atributos
     
     
     • Noções de visibilidade e encapsulamento
     
     
     • A noção de herança e polimorfismo
     
     
     • Introdução às exceções.
     
     
     
     
   
   
   • Utilização de bibliotecas externas.
   
   
   • Abordagens às ferramentas de desenvolvimento (IDEs, Jupyter Notebooks, Google colaboratory, github).
   
   
   • Processamento de sequências de dados (p.e.,ficheiros texto, Excel)
   
   
   • Introdução ao Aprendizagem de Máquina.
   
   
   
   

Bibliografia Obrigatória

Andrew Bird, Dr Lau Cher Han, Mario Corchero Jiménez, Graham Lee, Corey Wade; The Python Workshop: Learn to code in Python and kickstart your career in software development or data science. 1st Edition., Packt Publishing, 2019. ISBN: 978-1-83921-885-9
Sebastian Raschka, Vahid Mirjalili; Python Machine Learning Third Edition, Packt Publishing, 2019. ISBN: 978-1-78995-575-0

Bibliografia Complementar

John V. Guttag; Introduction to Computation and Programming Using Python with Application to Understanding Data, Massachusetts Institute of Technology, 2016. ISBN: 9780262529624
Steven F. Lott, Dusty Phillips ; Python Object-Oriented Programming: Build robust and maintainable object-oriented Python applications and libraries, 4th Edition , Packt Publishing, 2021. ISBN: 978-1801077262
Mark Lutz; Programming Python, O’Reilly Media, 2011. ISBN: 978-0-596-15810-1
Python Software Foundation; The Python Tutorial (website (https://docs.python.org/3/tutorial/index.html))
Behrouz A. Forouzan; Foundations of Computer Science, 4th Edition, Cengage Learning EMEA, 2018. ISBN: 9781473751040

Métodos de ensino e atividades de aprendizagem

Software

Plataforma Anaconda-Python (Anaconda Distribution)
Visual Studio Code

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Defesa pública de dissertação, de relatório de projeto ou estágio, ou de tese	30,00
Teste	30,00
Trabalho laboratorial	20,00
Trabalho escrito	20,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Elaboração de projeto	40,00
Estudo autónomo	45,00
Frequência das aulas	56,00
Trabalho escrito	4,00
Trabalho laboratorial	30,00
Total:	175,00

Obtenção de frequência

9,5/20

Nota: Os alunos que tenham vencido qualquer um das componentes TP (Teórico - Práticas) ou LAB (Projeto + Laboratorios), seram dispensados de realizar essa componente em época de recurso.

Fórmula de cálculo da classificação final

50% TP + 50% LAB (average> = 9.5)