Kursöversikt

Välkommen!

Alla föreläsningar tar plats på zoom:

Join Zoom Meeting
https://gu-se.zoom.us/j/66551109350?pwd=elF2YXVoRnhJNUVjUTdJdEh6bGZFQT09

Meeting ID: 665 5110 9350
Passcode: python123

 

OBS annan länk för Programmeringsstugorna:

Join Zoom Meeting

https://gu-se.zoom.us/j/68813761252?pwd=TkRvRHh2RmpUWlR0MTErdW5KZGw2dz09

Meeting ID: 688 1376 1252
Passcode: python123

Under programmeringsstugorna är tanken att ni ska kunna ställa frågor och få hjälp (främst rörande era laborationer). Vi använder breakout-rooms och hjälp sker individuellt.

Föreläsningar

Föreläsning 1 - Grundläggande Python syntax Torsdag 25/1  17.15-20.00

Inspelning

föreläsning1.pdf

Programmeringsstuga Torsdag 8/2 17.15-19:00
Föreläsning 2 - Python syntax forts. + arbeta med data Torsdag 15/2 17.15-19.00

Inspelning

Programmeringsstuga Torsdag 29/2 17.15-19:00

 

Föreläsning 3 - Visualisering (matplotlib, pandas m.m) Torsdag 7/3 17.15-20.00 Inspelning
Programmeringsstuga Torsdag 21/3 17.15-19:00

 

Föreläsning 4 - Python på egen dator och skriva program Tisdag 26/3 17.15-20.00

Inspelning

Programmeringsstuga Torsdag 11/4 17.15-19:00

 

Föreläsning 5 - Artificiell intelligens och tillämpningar Torsdag 18/4 17.15-20.00

Inspelning

LFY031_V24_föreläsning5.pdf

Programmeringsstuga Torsdag 2/5 17.15-19:00

 

Föreläsning 6 - Forts. artificiell intelligens + felhantering och struktur av kod Tisdag 7/5 17.15-20.00

Inspelning

Programmeringsstuga/projekthjälp

Torsdag 23/5 17.15-19:00

 

Träff 7 - Projektseminarium Torsdag 30/5 17.15-20.00

 

Uppgifter

Alla uppgifter finns i kursens JupyterLab (access efter första tillfället). 

Instruktioner
Deadline
Intro & Laboration 1

Följ instruktioner på sidan Uppgifter och kör sedan igenom första uppgiften (intro.ipynb).

Fortsätt sedan med laboration1.ipynb.

Spara din lösning i din hemmapp (inte i en undermapp) med samma filnamn (laboration1.ipynb).

14/2 23:59

Laboration 2

Spara din lösning i din hemmapp (inte i en undermapp) med samma filnamn (laboration2.ipynb).

6/3 23:59
Laboration 3 Spara din lösning i din hemmapp (inte i en undermapp) med samma filnamn (laboration3.ipynb). 27/3 23:59
Laboration 4

 Spara dina .py program i din hemmapp (inte i en undermapp), totalt 3-5 .py filer (se vilka filnamn dessa ska ha i laboration4.ipynb

17/4 23:59
Laboration 5

 Spara din lösning i din hemmapp (inte i en undermapp) med samma filnamn (laboration5.ipynb).

6/5 23:59
Projektinlämning

 

28/5 23:59

Kontaktuppgifter

Fredrik Skärberg, fredrik.skarberg@gu.se

Daniel Midtvedt, daniel.midtvedt@gu.se

Kursen ges av institutionen för Fysik

 

Kursens syfte

Introduktion till programming i Python med fokus på tillämpningar inom maskininlärning (AI).

Kursen berör grundläggande programmeringsbegrepp tillsammans med metoder för hantering och visualisering av olika former av data.

Med hjälp av dessa grunder kommer vi att kunna ta de första stegen mot maskininlärning som tillämpning.

https://www.python.org/static/community_logos/python-logo-master-v3-TM.png File:NumPy logo 2020.svg
Matplotlib logo — Matplotlib 3.1.0 documentation File:Pytorch logo.png

Länk till kursplanen

 

Upplägg

Kursen innehåller ett antal träffar som kommer ske digitalt. Här kommer vi gå igenom material, både teoretiskt och praktiskt, samt öva på att programmera tillsammans. Dessa träffar kompletteras med föreläsningar och övningar på distans.

Under kursen kommer det också löpande finnas ett antal projekt där verktyg och kunskap binds samman för att skapa applikationer, framförallt individuellt men också tillsammans med kurskamrater.

 

Schema

Vi ses digitalt (Zoom) ungefär var tredje vecka med start Torsdag 25/1 17.15.

Utöver träffar innehåller kursen distansmoment så som föreläsningar, laborationer samt projekt.

 

Kurslitteratur

Föreläsningsanteckningar finns tillgängliga via uppgiftssystemet (JupyterHub) och laddas upp efter varje föreläsningstillfälle.

Vi kommer också jobba med tillgängliga resurser på nätet.

Se sidan Resurser för programmering online för externa resurser.

Python resurser

Moduler

 

Examination

Ett större individuellt projekt samt 5 inlämningsuppgifter. Inlämningsuppgifterna sker på JupyterHub och projektet lämnas in på canvas.

 

Kursansvarig/Föreläsare/Kontaktinformation
Kursansvarig:

Fredrik Skärberg, fredrik.skarberg@gu.se och Daniel Midtvedt, daniel.midtvedt@gu.se

Studieadministration och studievägledning: Se studentportalen. 

 

Studentportalen

Läs mer om att studera vid Institutionen för fysik, tentamensschema med mera på Studentportalen. 

 

Kurssammanfattning:

Kurssammanfattning
Datum Information Sista inlämningsdatum