Algorytmy i struktury danych Kierunek studiów: Data Science i sztuczna inteligencja
Kod programu: W4-S1DS25.2025

Nazwa modułu: Algorytmy i struktury danych
Kod modułu: W4_DSAI_S1_ASD
Kod programu: W4-S1DS25.2025
Semestr: semestr zimowy 2025/2026
Język wykładowy: polski
Forma zaliczenia: egzamin
Punkty ECTS: 4
Cel i opis treści kształcenia:
Celem modułu jest zapoznanie studentów z kluczowymi zagadnieniami algorytmiki i struktur danych, stanowiącymi podstawę dla dalszego kształcenia w obszarze sztucznej inteligencji i uczenia maszynowego. W ramach zajęć omawiane są klasyczne struktury danych (takie jak listy, stosy, kolejki, drzewa i grafy) oraz algorytmy ich przetwarzania, z uwzględnieniem analizy złożoności obliczeniowej. Nacisk położony jest na rozwijanie umiejętności logicznego myślenia, projektowania efektywnych rozwiązań oraz implementacji algorytmów z użyciem współczesnych języków programowania.
Lista modułów koniecznych do zaliczenia przed przystąpieniem do tego modułu (o ile to konieczne): nie dotyczy
Efekt modułowy Kody efektów kierunkowych do których odnosi się efekt modułowy [stopień realizacji: skala 1-5]
Jest gotów do krytycznej analizy proponowanych rozwiązań algorytmicznych oraz do przyjmowania odpowiedzialności za jakość przygotowanego kodu i jego wpływ na wydajność systemu. [K01]
 DSAI_1S_K03 [2/5]
Potrafi efektywnie pracować w zespole nad rozwiązywaniem problemów algorytmicznych, dzieląc się wiedzą i podejmując wspólne decyzje projektowe. [K02]
 DSAI_1S_U09 [1/5]
Wykazuje gotowość do uczenia się i samodoskonalenia w zakresie algorytmiki i struktur danych, rozumiejąc ich znaczenie dla dalszego rozwoju kompetencji w obszarze informatyki i AI. [K03]
 DSAI_1S_U10 [2/5] DSAI_1S_K01 [2/5]
Potrafi dobrać i zaimplementować odpowiednie struktury danych oraz algorytmy do rozwiązywania typowych problemów obliczeniowych, uwzględniając ich złożoność czasową i pamięciową. [U01]
 DSAI_1S_U02 [2/5]
Umie analizować i porównywać różne podejścia algorytmiczne, wskazując ich zalety i ograniczenia w kontekście konkretnego zadania informatycznego. [U02]
 DSAI_1S_U02 [1/5]
Potrafi projektować i testować złożone procedury algorytmiczne z wykorzystaniem współczesnych języków programowania, zgodnie z zasadami czytelności i optymalizacji kodu. [U03]
 DSAI_1S_U02 [2/5]
Posiada uporządkowaną wiedzę teoretyczną i praktyczną na temat podstawowych struktur danych (takich jak listy, stosy, kolejki, drzewa, grafy) oraz algorytmów ich przetwarzania. [W01]
 DSAI_1S_W02 [2/5]
Zna metody analizy złożoności obliczeniowej algorytmów oraz potrafi rozróżnić ich efektywność w kontekście różnych zastosowań, w tym systemów opartych na sztucznej inteligencji. [W02]
 DSAI_1S_W02 [3/5]
Rozumie znaczenie algorytmów i struktur danych jako fundamentów dla bardziej zaawansowanych technik w informatyce, zwłaszcza w zakresie przetwarzania danych i uczenia maszynowego. [W03]
 DSAI_1S_W02 [2/5]
Forma prowadzonych zajęć Liczba godzin Metody prowadzenia zajęć Sposób weryfikacji efektów uczenia się Efekty uczenia się
wykład [fs01] 15 Wykład informacyjny/kursowy [a01] 
Wykład problemowy [b01] 
Metody aktywizujące: dyskusja/debata [b04] 
Metody aktywizujące: studium przypadku [b07]  		egzamin K01 K03 W01 W02 W03
laboratorium [fs02] 30 Objaśnienie/wyjaśnienie [a05] 
Metody aktywizujące: dyskusja/debata [b04] 
Metody aktywizujące: studium przypadku [b07] 
Metody aktywizujące: peer learning [b08] 
Pokaz/demonstracja [c06] 
Prezentacja [c07] 
Praca z komputerem [d01] 
Ćwiczenie laboratoryjne/doświadczenie [e01] 
Autoedukacja [f01]  		zaliczenie K01 K02 K03 U01 U02 U03
Praca studenta poza udziałem w zajęciach obejmuje w szczególności:
Nazwa Kategoria Opis
Czytanie literatury / analiza materiałów źródłowych [a02] Przygotowanie do zajęć
czytanie literatury wskazanej w sylabusie; przegląd, porządkowanie, analiza i wybór materiałów źródłowych do wykorzystania w ramach zajęć
Wytworzenie/przygotowanie narzędzi, materiałów, dokumentacji niezbędnych do uczestnictwa w zajęciach [a05] Przygotowanie do zajęć
opracowanie, przygotowanie i weryfikacja przydatności narzędzi oraz materiałów (np. pomocy, scenariuszy, narzędzi badawczych, aparatury, itd.) do wykorzystania w ramach zajęć lub służących przygotowaniu się do nich
Zapoznanie się z zapisami sylabusa [b01] Konsultowanie programu i organizacji zajęć
przeglądanie zawartości sylabusa i zapoznanie się z treścią jego zapisów
Studiowanie wykorzystanej literatury oraz wytworzonych w ramach zajęć materiałów [c02] Przygotowanie do weryfikacji efektów uczenia się
wgłębianie się, dociekanie, rozważanie, przyswajanie, interpretacja lub porządkowanie wiedzy pochodzącej z literatury, dokumentacji, instrukcji, scenariuszy, itd., wykorzystanych na zajęciach oraz z notatek lub innych materiałów/wytworów sporządzonych w ich trakcie
Analiza korekt/informacji zwrotnej ze strony NA dotyczących wyników wer. ef. ucz. [d01] Konsultowanie wyników weryfikacji efektów uczenia się
przegląd uwag, ocen i opinii sporządzonych przez NA odnoszących się do realizacji zadania sprawdzającego poziom osiągniętych efektów uczenia się
Załączniki
Opis modułu (PDF)
Informacje o sylabusach mogą ulec zmianie w trakcie trwania studiów.
Sylabusy (USOSweb)
Semestr Moduł Język wykładowy
(brak danych)