Identifying Data 2018/19
Subject (*) Introduction to programming Code 614522001
Study programme
Mestrado Universitario en Bioinformática para Ciencias da Saúde
Descriptors Cycle Period Year Type Credits
Official Master's Degree 1st four-month period
 First Optional 6
Language
Spanish
Teaching method Face-to-face
Prerequisites
Department Computación
Coordinador
Cabrero Canosa, Mariano Javier
 E-mail
mariano.cabrero@udc.es
Lecturers
Cabrero Canosa, Mariano Javier
 E-mail
mariano.cabrero@udc.es
Web http://moodle.udc.es
General description Nesta materia preténdese que os estudantes sen formación en programación adquiran as nocións básicas para a realización de programas. Usarase a linguaxe de programación Python e sobre el estudaranse os diferentes tipos de datos que podemos usar e as estruturas de control básicas que se utilizan para realizar un programa software.


Competencies
STUDY PROGRAMME COMPETENCES
TypeA Code  
  Job guided
  AJ3 CE3 – To analyze, design, develop, implement, verify and document efficient software solutions based on an adequate knowledge of the theories, models and techniques in the field of Bioinformatics
TypeB Code  
  Job guided
  BJ1 CB6 - Own and understand knowledge that can provide a base or opportunity to be original in the development and/or application of ideas, often in a context of research
  BJ5 CB10 - Students should possess learning skills that allow them to continue studying in a way that will largely be self-directed or autonomous.
  BJ8 CG3 - Be able to work in a team, especially of interdisciplinary nature
TypeC Code  
  Job guided
  CJ3 CT3 - Use the basic tools of the information technology and communications (ICT) necessary for the exercise of their profession and lifelong learning
  CJ6 CT6 - To assess critically the knowledge, technology and information available to solve the problems they face to.

Learning aims

Contents
Topic Sub-topic
1. Introducción a. Algoritmos. Representación. Accións primitivas/no primitivas
b. Programas. Proceso de construcción
c. Linguaxes de programación: máquina, baixo nivel, alto nivel
d. Compiladores. Intérpretes
e. Entornos de desenvolvemento e ferramentas: Python
2. Conceptos básicos a. Estructura de un programa
b. Constantes, Variables.
c. Tipos de datos: entero, real, lógico, carácter, …
d. Estructuras simples: listas (arrays), cadenas, …
e. Operadores y expresiones (aritméticas, lógicas)
f. Declaración de variables e constantes
g. Entrada y salida estándar
3. Sentencias de control
 a. Secuencial
b. Alternativa
c. Repetitiva: while, for
4. Funcións a. Definición, declaración e chamada de función
b. O ámbito das variables
c. Paso de argumentos
d. Recursividad
e. Módulos
5. Ficheiros a. Apertura e peche
b. Lectura e escritura de datos
c. Acceso directo aos datos
6. Introducción a estructuras abstractas a. Listas
b. Pilas
c. Colas
d. Árbores
6. Introducción á orientación a obxetos a. Clases
b. Obxetos
c. Propiedades
d. Métodos
e. Concepto de herencia
7. Excepcións a. Tipos
b. Captura
c. Lanzamento
d. Creación
8. Librerías científicas en Python a. SciPy
b. NumPy
c. Matplotlib
d. BioPython

Planning
Methodologies / tests Competencies Ordinary class hours Student’s personal work hours Total hours
Problem solving A3 B8 C3 C6 19 57 76
Mixed objective/subjective test A3 2 6 8
Case study A3 B1 B5 0 19 19
Guest lecture / keynote speech A3 B1 B5 11 33 44
 
Personalized attention 3 0 3
 
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students.

Methodologies
Methodologies Description
Problem solving Esta actividade suporá o estudo de casos prácticos e exemplos ademáis da realización de distintos exercicios de programación. Co fin de afianzar os conceptos teóricos presentaranse supostos prácticos, que nun principio serán resoltos polo profesor para que orienten os alumnos. A medida que se avance no desenvolvemento teórico formularase a resolución de problemas por parte dos alumnos. A proposta de actividades estará dispoñible ao alumno con suficiente antelación. O labor do profesor será a supervisión solucionando dúbidas e corrixindo erros de interpretación, malos hábitos de programación, erros de sintaxe, etc.
Mixed objective/subjective test Avaliación sumativa do alumno mediante un exame escrito cunha parte teórica con preguntas tipo test e unha parte práctica para resolver pequenos problemas de programación. A proba tratará de medir se o alumno adquiriu os conceptos fundamentais de programación e adestrouse o suficiente como para posuír as habilidades precisas para resolver supostos prácticos.
O alumno poderá facer uso do ordenador para, ademais de contestar ás preguntas, consultar dúbidas acerca da sintaxe concreta de algún comando.
Case study Actividade non presencial para afondar nos conceptos fundamentais da materia. Consistirá no estudo persoal do alumno, a través do material suxerido e proporcionado polo profesor. A proporción de uso desta metodoloxía será maior fronte a sesión maxistral cando o número de estudantes sexa baixo e será acordado con estes.
Guest lecture / keynote speech Actividade presencial para expoñer conceptos fundamentais da materia. Consistirá na exposición oral do profesor apoiada con medios multimedia. Durante a presentación tratarase de interactuar co alumno formulando preguntas dirixidas co fin de afianzar conceptos e facilitar a aprendizaxe. A proporción de uso desta metodoloxía será maior fronte a estudo de casos cando o número de estudantes sexa alto e será acordado con estes.

Personalized attention
Methodologies
Problem solving
Description
É fundamental a atención ao alumno para resolver cantas dúbidas de concepto ou de procedemento poidan xurdir durante a resolución dos supostos prácticos. Prestarase especial atención a aqueles alumnos que presenten maiores dificultades na súa aprendizaxe co fin de que o seu progreso non se vexa retardado respecto ao xeral do resto de estudantes.

Assessment
Methodologies Competencies Description Qualification
Problem solving A3 B8 C3 C6 Valorarase a participación do alumno así como a realización de diversos traballos puntuables que se detallarán durante o curso e que poderán resolverse na clase ou na titoría. Non é necesario entregar todos os traballos para aprobar, aínda que sí para conseguir a máxima nota. 65
Mixed objective/subjective test A3 Realización obrigatoria. Necesario aprobar o exame para superar a materia. O exame constará dunha parte tipo test (40% da nota final) e unha parte práctica (60%). 35
 
Assessment comments

Traballos prácticos

- Soamente os alumnos con cualificación de NON APTO ou NON PRESENTADO en prácticas na primeira oportunidade poderán entregar os traballos propostos para a segunda oportunidade.

- De acordo ao artigo 14, apartado 4, da normativa*, o plaxio dos traballos prácticos levará unha nota global de NON APTO, tanto ao estudante que presente material copiado como ao que o facilitara, e por tanto a cualificación de SUSPENSO na convocatoria anual.

Primeira e segunda oportunidade

- As cualificacións obtidas en actividades de solución de problemas serán válidas tan só para o curso académico no que se realicen. Manteranse para aqueles alumnos suspensos ou non presentados na primeira oportunidade. Só aqueles con prácticas SUSPENSAS terán a opción de realizar de novo as prácticas.

Matrícula a tempo parcial

- Os alumnos matriculados a tempo parcial terán que entregar as actividades avaliables nas condicións e prazos específicos que se establecerán. Será obrigación do estudante comunicar a súa situación ao profesorado.

Non presentado

- Terá a condición de Non presentado (NP) quen non presente ningún traballo práctico nin concorra á proba obxectiva no período oficial de avaliación.

Cualificación exame

Os alumnos farán unha
proba escrita ao finalizar o cuadrimestre de acordo ao calendario oficial.
O exame constará dunha parte tipo test (40% da nota final) e unha parte
práctica (60%) de realización de pequenos programas. Nesta segunda parte o
alumno poderá consultar o manual de Python.

Oportunidade adiantada de Decembro

- Para a avaliación da oportunidade adiantada aplicaranse os mesmos criterios.

Alumnos con máis dunha matrícula

-
A avaliación basearase no recollido nesta guía. A maiores realizarán
unha serie de traballos prácticos ademáis dos propostos para os alumnos
de primeira matrícula.

* Normativa de avaliación, revisión e
reclamación das cualificacións dos estudos de grao e máster
universitario, aprobadas polo Consello de Goberno da Universidade dá
Coruña o 19 de diciembro de 2013.


Sources of information
Basic Jesús J. García Molina, Francisco J. Montoya Dato, José L. Fernández Alemán, Mª José Majado Rosales (2005). Una introducción a la programación : un enfoque algorítmico. Thomson
Luis Joyanes Aguilar (2008). Fundamentos de programación : algoritmos, estructuras de datos y objetos. McGraw Hill
Raúl González Duque (). Python PARA TODOS. http://edge.launchpad.net/improve-python-spanish-doc/0.4/0.4.0/+download/Python%20para%20todos.pdf
Mark Lutz (2013). Learning Python, Fifth Edition. O’Reilly Media, Inc
Vernon L Ceder (2010). The quick Python book. Greenwich : Manning
Ljubomir Perkovic (2015). ntroduction to Computing Using Python: An Application Development Focus, 2nd Edition. Wiley

Complementary Bill Lubanovic (2014). Introducing Python: Modern Computing in Simple Packages. O'Reilly Media
Mitchell L Model (2009). Bioinformatics Programming Using Python. O'Reilly Media



Recommendations
Subjects that it is recommended to have taken before

Subjects that are recommended to be taken simultaneously

Subjects that continue the syllabus
Introduction to databases/614522002
Data structures and algorithmics for biological sequences/614522013

Other comments


(*)The teaching guide is the document in which the URV publishes the information about all its courses. It is a public document and cannot be modified. Only in exceptional cases can it be revised by the competent agent or duly revised so that it is in line with current legislation.