Tillämpad datalogi med didaktik och etik

Lärandemål

Efter godkänd kurs ska studenten kunna

• systematiskt testa program för att upptäcka fel
• använda abstraktion som ett verktyg för att förenkla programmeringen
• välja lämplig algoritm till ett givet problem
• jämföra algoritmer med avseende på tids- och minnesåtgång
• beskriva olika algoritmer för sökning och sortering och deras egenskaper
• formulera och implementera rekursiva algoritmer
• skriva en liten BNF-syntax (mindre än 10 regler) för ett formellt språk och skriva ett program som undersöker om ett uttryck följer en BNF-syntax
• modellera problem som sökproblem och implementera algoritmer för breddenförstsökning, djupetförstsökning och bästaförstsökning
• beskriva grundläggande komprimeringsalgoritmer och vid vilka typer av komprimering de används
• konstruera en automat för textsökning och beskriva hur den fungerar
• implementera stackar och köer samt använda dessa
• implementera insättnings-, genomgångs- och sökoperationer i binära sökträd och allmänna träd samt använda dessa
• implementera hashtabeller och hashfunktioner samt använda dessa
• använda prioritetsköer
• använda enkla krypteringsmetoder, och förklara principerna för assymetrisk kryptering
• identifiera problem där datastrukturerna ovan är användbara och konstruera enkla algoritmer med dessa
• analysera och ta ställning till etiska konsekvenser av datatekniska tillämpningar
• planera, genomföra och utvärdera lärandeaktiviteter givet uppsatta lärandemål och baserat på datadidaktisk teori
• göra en bedömning av studenters förmågor, lärande och utveckling mot uppsatta lärandemål i datalogikurser, samt på ett konstruktivt sätt kunna kommunicera bedömningen till studenterna
• bli bra på att lösa problem med programmering
• kunna använda datalogiska metoder i tillämpningsprojekt
• få tillräckliga förkunskaper för att kunna läsa fortsättningskurser i datalogi.