Programmēšanas pamati (Python)

Nodarbības ietvaros studenti tiek iepazīstināti ar Python programmēšanas valodas attīstības vēsturi, tās vietu mūsdienu tehnoloģiju ekosistēmā un plašo pielietojamību dažādās nozarēs. Teorētiskais izklāsts aptver Python sintakses fundamentus, interpretatora darbības mehānismus un skaitļošanas pamatprincipus, kas veido bāzi algoritmisku risinājumu izstrādei. Praktiskajā daļā tiek apgūta darba vides konfigurācija un izstrādāta pirmā interaktīvā programma, integrējot datu ievades un izvades (input/print) principus lietotāja un sistēmas mijiedarbības nodrošināšanai. Tēmas

noslēgumā studenti būs apguvuši nepieciešamās pamatprasmes darbā ar Python vidi un spēs patstāvīgi realizēt vienkāršas programmatūras koda rindas.

Šī tēma koncentrējas uz programmas lēmumu pieņemšanas spējām un loģikas veidošanu. Teorētiskajā daļā studenti apgūs Būla algebras elementus (AND, OR, NOT) un nosacījuma konstrukcijas (if, elif, else), kas nepieciešamas loģikas ķēžu veidošanai. Praktiskajā daļā tiks izstrādāta programma ar lēmumu pieņemšanas loģiku, piemēram, vienkārša paroļu pārbaudes sistēma vai sarunu robotu, kas sniedz dažādas atbildes atkarībā no lietotāja izvēlēm. Tēmas noslēgumā studenti būs apguvuši teorētiskās zināšanas par loģiskajiem operatoriem un algoritmu zarošanās principiem lēmumu pieņemšanas procesos.

Šajā tēmā aplūkosim vadības struktūras, kas nepieciešamas efektīvai atkārtojošos uzdevumu pārvaldībai. Teorētiskajā daļā analizēsim for un while ciklu sintaksi un pielietojumu, kā arī iterāciju kontroli. Praktiskajā daļā studenti veidos programmas, kas nodrošina nepārtrauktu darbību, piemēram, liek ievadīt paroli atkārtoti, kamēr tā ir pareiza, vai veidojot spēles iekļaujot ciklus. Tēmas noslēgumā studenti izpratīs ciklisko algoritmu uzbūvi un iterāciju pārvaldības teorētiskos aspektus, kas nepieciešami efektīvai programmas plūsmas kontrolei.

Šajā nodarbībā iepazīsimies ar informācijas organizēšanas un manipulācijas metodēm Python vidē. Teorētiskajā daļā tiks analizētas būtiskākās datu struktūras: saraksti (lists), virknes (tuples) un vārdnīcas (dictionaries), skaidrojot to atšķirības un pielietojuma scenārijus. Praktiskajā daļā studenti izstrādās kodu vienkāršai sistēmai, piemēram, darāmo darbu sarakstam vai telefonu grāmatai, kurā var pievienot un dzēst ierakstus. Tēmas noslēgumā studenti teorētiski pārzinās dažādu datu struktūru organizācijas principus datora atmiņā un spēs argumentēt piemērotākā datu tipa izvēli.

Šajā tēmā apskatīsim funkciju būtisko lomu programmēšanā, koncentrējoties uz koda loģisku sadalīšanu. Teorētiskajā daļā skaidrosim funkciju definēšanu, parametru nodošanu, atgriešanas vērtības, kā arī mainīgo redzamības apgabalu (scope) jēdzienus. Praktiskajā daļā studenti refaktorēs iepriekšējo nodarbību kodu, sadalot to loģiskos blokos un atdalot specifiskas darbības atsevišķās funkcijās. Tēmas noslēgumā studenti izpratīs koda modularitātes nozīmi, mainīgo redzamības apgabalu (scope) teoriju un funkcionālās programmēšanas pamatelementus.

Šī tēma veltīta objektorientētās programmēšanas (OOP) pamatprincipiem un koda organizēšanai moduļos. Teorētiskajā daļā iepazīstināsim ar klasēm, objektiem, īpašībām un metodēm, kā arī skaidrosim ārējo moduļu importēšanu. Praktiskajā daļā studenti definēs pirmos objektus, kas modelē reālo pasauli, piešķirot tiem īpašības un uzvedību. Tēmas noslēgumā studenti teorētiski izpratīs objektorientētās programmēšanas paradigmu, spējot definēt un atšķirt klases, objektus, metodes un to lomu programmatūras arhitektūrā.

Šajā nodarbībā notiks rakstisks pārbaudījums, kura mērķis ir novērtēt studentu teorētisko izpratni par kursa pirmajā daļā apgūtajiem Python programmēšanas pamatprincipiem. Pārbaudījums ietvers jautājumus par sintaksi, datu tipiem, vadības struktūrām (cikliem un nosacījumiem), funkciju uzbūvi un objektorientētās programmēšanas pamatjēdzieniem. Studentiem būs jādemonstrē spēja lasīt un analizēt koda fragmentus, skaidrot terminoloģiju un izvēlēties piemērotākos risinājumus teorētiskās situācijās, neizmantojot datoru. Sekmīga testa nokārtošana apliecina, ka students izprot programmatūras izstrādes loģiku un ir gatavs apgūt sarežģītākas tēmas.

Šajā tēmā studenti tiek iepazīstināti ar profesionālās izstrādes standartiem un sadarbības rīkiem. Teorētiskajā daļā tiks apskatītas PEP8 stila vadlīnijas, kļūdu labošanas (debugging) tehnikas un versiju kontroles sistēmu (Git) pamati. Praktiskajā daļā studenti apgūs Git repozitoriju izveidi un pārvaldību, lai nodrošinātu izmaiņu izsekošanu, sadarbību un drošu projekta vēstures saglabāšanu. Tēmas noslēgumā studenti spēs rakstīt kvalitatīvāku kodu un pārvaldīt tā versijas.

Šis modulis integrē mūsdienīgus mākslīgā intelekta (MI) rīkus kodēšanas procesā produktivitātes celšanai. Teorētiskajā daļā tiks demonstrēta "cilvēks cilpā" (human-in-the-loop) metodoloģija un MI asistentu loma loģikas skaidrošanā un standarta koda ģenerēšanā. Praktiskajā daļā studenti izmantos MI rīkus kļūdu labošanai un risinājumu izstrādei, uzlabojot savu produktivitāti un mācīšanās ātrumu. Tēmas noslēgumā studenti spēs kritiski izvērtēt un efektīvi izmantot MI ģenerētu kodu.

Šajā tēmā notiek iepazīšanās ar datu analīzes jomu, iepazīstot Pandas bibliotēku kā galveno rīku efektīvai informācijas apstrādei iekš Python. Teorētiskajā daļā aplūkosim datu strukturēšanas pamatprincipus skaidrojot DataFrame un Series objektu uzbūvi, kā arī biežākās problēmas neapstrādātos datos. Praktiskajā daļā studenti veiks reālu datu kopu ielādi no Excel un CSV formāta failiem, īstenojot vienkāršu trūkstošo vērtību apstrādi un datu filtrēšanu. Tēmas noslēgumā studenti pratīs tehniski ielādēt ārējos datu avotus un pielietot pamata tīrīšanas metodes, lai pārvērstu neapstrādātu informāciju analizējamā formātā.

Šī tēma fokusējas uz praktisku ieskatu iegūšanu no sakārtotiem datiem un to vizuālu prezentāciju. Teorētiskajā daļā aplūkosim datu apkopošanas metodes un vizualizācijas bibliotēku iespējas profesionālu grafiku veidošanā. Praktiskajā daļā tiks pielietotas pamata modelēšanas metodes, piemēram, tendenču līniju analīze, lai identificētu likumsakarības un vizuāli prezentētu atrastās sakarības. Tēmas noslēgumā studenti spēs izmantot datus, lai veiktu secinājumus un veidotu uzskatāmos grafikus.

Šajā nodarbībā studenti apgūs tīmekļa datu iegūšanas tehnikas, lai automatizēti iegūtu informāciju no publiskiem avotiem. Teorētiskajā daļā apskatīsim Web Scraping tehniskos paņēmiesus un skriptu savienošanu ar komunikācijas sistēmām. Praktiskajā daļā tiks izstrādāti skripti, kas ievāc datus un nosūta e-pasta brīdinājumus, balstoties uz jaunu

informāciju. Tēmas noslēgumā studentiem būs izstrādāts funkcionāls automatizēts uzraudzības rīks.

Šī nodarbība apvieno sistēmu savienojamību ar teksta analīzi, izmantojot API un NLP metodes. Teorētiskajā daļā aplūkosim mijiedarbību ar lietojumprogrammu saskarnēm (API) ārējo datu iegūšanai un NLP pamatus teksta struktūras analīzei. Praktiskajā daļā studenti integrēs API datus un veiks noskaņojuma analīzi teksta datos. Tēmas noslēgumā studenti spēs savienot dažādas sistēmas un veikt pamatlīmeņa teksta satura analīzi.

Šajā tēmā pievērsīsimies failu pārvaldības prasmju pilnveidošanai, lai veicinātu tipisko biroja darbu automatizāciju. Teorētiskajā daļā analizēsim darba plūsmu optimizāciju un skriptu izmantošanu dokumentu ģenerēšanā. Praktiskajā daļā studenti izstrādās risinājumus formatētu Excel atskaišu ģenerēšanai un PDF dokumentu automātiskai izveidei. Tēmas noslēgumā studenti būs izveidojuši automatizētas darba plūsmas, kas aizstāj manuālu un atkārtojošos administratīvo darbu.

Šī tēma sniedz ievadu tīmekļa risinājumu izstrādē, izmantojot Streamlit rīku ; teorētiskajā daļā skaidrosim, kā savienot lietotāja saskarni ar Python koda loģiku, kas apstrādā datus fonā , savukārt praktiskajā daļā studenti izveidos vienkāršu lietotni, piemēram, kalkulatoru vai anketu, kas darbojas interneta pārlūkā , tādējādi tēmas noslēgumā studenti pratīs pārvērst savu Python skriptu par strādājošu tīmekļa lapu.