Kursinformation

Kursen är indelad i sex teman som är strukturerade på samma sätt och med samma uppgiftsmoment.

De flesta uppgifter görs i par, men all examination är individuell. Efter tema 3 bildar ni nya pargrupper för att ni ska prova på att programmera med nya människor.

Varje tema kommer att innehålla följande moment:

• Föreläsningar
• Lektioner
• Seminarium
• Programmeringsuppgifter
• Inlämningsuppgifter

Kursens moment syftar till att bidra till följande färdigheter och kunskaper:

• Grundläggande programmeringsfärdigheter: För kognitionsvetare är programmering viktigt som verkyg, men även de begrepp som hör ihop med datalogi och programmering är viktiga att ha med sig.
• Kunskap om grundläggande IT-teknik: Programmeringsfärdigheter behöver dock även kopplas ihop med den tekniska miljö som de används inom. I denna kurs går vi igenom tekniska begrepp som ni kan bygga vidare på i senare kurser.
• Diskret matematik: Grundläggande förståelse av begrepp och notation som används inom diskret matematik.
• Förstå datalogiska problem: Innan man kan lösa ett problem måste man i de allra flesta fall förstå det. Det gäller inte bara datalogi, utan även andra ämnesområden inom kognitionsvetenskap: statistik, kognitiv psykologi, människa-dator-interaktion, lingvistik, etc.
• Dela upp problemet: När det kommer till att lösa problem på ett datalogiskt sätt, försöker man dela upp problemet i delproblem, lösa delproblemen och sedan sätta ihop dessa lösningar till en enhet som löser det större problemet. Detta innebär både modellering och arbete på olika abstraktionsnivåer.
• Implementation, testning, felsökning: När det kommer till implementationen av lösningen på problemet lönar det sig att jobba metodiskt, både när det gäller själva lösningsimplementationen, men inte minst när det kommer till att testa implementationen (koden) och felsöka den.

Tidsåtgång och självstudier

• 12hp ~320 timmar totalt över 20 veckor.
• Kursen är designad för 40 % fart dvs ca 16h/vecka (parallell kurs ca 24h/vecka).
• 5-8h schemalagt per vecka → 8-11h självstudier per vecka.
  • Till skillnad från 729G39 Kognitionsvetenskaplig introduktionskurs så är självstudietiden inte schemalagd i TimeEdit utan upp till er själva att planera.
  • Hur många timmar som faktiskt behövs för varje individ varierar.

Kursplan, examination och studieanvisning

Varje kurs på universitetet har en kursplan som beskriver de kursmål som en kurs har. Kursmålen beskriver graden av förståelse för de olika målen som du som student bör kunna uppvisa efter en genomgången kurs. Dessa kursmålsbeskrivningar använder sig av terminologi från Blooms taxonomi.

Examinationsmomenten på en kurs ska vara utformade på så sätt att de examinerar de kursmål som finns uppsatta för en kurs. Vidare ska undervisningen och kursdesignen vara sådan att den bidrar till att hjälpa dig som student att uppfylla kursmålen.

Studier och upplägg på det faktiska kurstillfället beskrivs i kursens studieanvisning. Denna kan ha olika utseende beroende på vilken institution som kursen går på och vilka behov som finns för kusen. För 729G46 utgör den här kurshemsidan studieanvisning.

Korta beskrivningar av moment på kursen

Föreläsningar

På föreläsningarna går vi igenom mycket (men inte allt) av kursmaterialet. Föreläsningsbilder och litteraturhänvisningar hittar ni på sidan Slides & Litteratur samt på varje Tema-sida.

Lektioner

På lektionerna gör vi förberedande övningar inför moment i temauppgiften/går igenom temauppgiften. I de flesta fall hålls lektionerna i datorsal. De övningar som görs på lektioner behöver inte lämnas in. Ni får, men behöver inte, jobba i samma pargrupper som ni bildat för temauppgifterna.

• Lektion 1
• Lektion 2
• Lektion 3
• Lektion 4
• Lektion 5

Seminarier

Under Tema 1-3 använder vi seminarierna för att gå igenom olika IT-begrepp. Detta sker genom att ni genomför demonstrationer för varandra i mindre grupper och diskuterar dessa.

• Seminarium 1
• Seminarium 2
• Seminarium 3

Under Tema 4-6 använder vi seminarierna för att ni ska få möjlighet att förbereda och diskutera innehållet i rapporterna som hör till temat.

• Seminarium 4
• Seminarium 5
• Seminarium 6

Programmeringsuppgifter

Till varje Tema finns en Temauppgift där ni ska programmera. Ni jobbar i par och det finns schemalagda laborationstillfällen för eget arbete med dessa uppgifter.

I schemat ser ni vilken temauppgift som ni ska jobba med. LA1.1 betyder “Temauppgift 1, första handledda passet”. LA2.3 betyder “Temauppgift 2, tredje handledda passet”.

OBS! Det krävs mer tid än endast de handledda tillfällena för att hinna göra klart temauppgifterna.

• Temauppgift 1
• Temauppgift 2
• Temauppgift 3
• Temauppgift 4
• Temauppgift 5
• Temauppgift 6

Inlämningsuppgifter

Till Tema 1-3 finns inlämningsuppgifter i matematik som görs individuellt och lämnas in på papper. Se

• Matteuppgift 1
• Matteuppgift 2
• Matteuppgift 3

Inlämningsuppgifterna till Tema 4-6 är rapporter som görs i par och lämnas in via Lisam. Se

• Rapport - Tema 4
• Rapport - Tema 5
• Rapport - Tema 6

Kurslitteratur

Enligt policy för kurser på kandidatprogrammet för kognitionsvetenskap, tillämpas principen för “offensiv kunskapsinhämtning” på denna kurs. En stor del av den praktiska färdigheten att hantera IT och programmering är att veta var man ska söka information.

Att veta var och hur man söker information kring IT och programmering är en viktig färdighet inom IT och programmering. Därför ges inga explicita läshänvisningar i denna kurs. Däremot står nyckelbegrepp för varje moment i instruktioner och anvisningar. Använd dessa som utgångspunkt när du läser kurslitteraturen. Du kommer inte behöva läsa alla sidor i alla böcker.

Om du skulle köra fast, eller vill diskutera kurslitteraturen m.m. efter att själv ha försökt söka eller identifiera relevanta avsnitt, är du självklart välkommen att göra det! Skicka ett e-post eller ställ en fråga på något schemalagt tillfälle.

Obligatorisk kurslitteratur

• Kuhlman, M., & Dahllöf, M. (2014). Matematik för språkteknologer. Kapitel 1-3, Kapitel 4-5
• Lunell, H. (2011). Datorn i världen, världen i datorn: en introduktion till data- och informationsteknik. Studentlitteratur AB.
• Miller, Brad, N. och Ranum, David, L. Problem Solving with Algorithms and Data Structures using Python 3rd edition.
• Skansholm, Jan. (2019). Python från början. Studentlitteratur AB.

Fördjupningslitteratur (ej obligatorisk)

• Janlert, L.-E. (2015). Tänkande och beräkning: en inledning till datavetenskap och kognitionsvetenskap. Studentlitteratur AB.
• Lutz, Mark (2013). Learning Python, 5th Edition. O’Reilly Media.
  • Börjar bli gammal men ger en väldigt bra introduktion till Python.
• Abelson, Harold and Sussman, Gerald Jay (1996). Structure and Interpretation of Computer Programs, 2nd Edition. MIT Press.PDF
  • Bredvidläsning för den nyfikne och något mer erfarne. Ger ett helt annat perspektiv på programmering och introducerar det programmeringsspråk (Lisp) som användes i kogvet-programmets introduktionskurs i programmering innan vi gick över till Python. Ej lämplig för den som är helt ny till programmering men är mycket intressant för den som vill vidga sina perspektiv. En tillhörande föreläsningsserie som är äldre än examinatorn i denna kurs finns på Youtube om man söker på Structure and Interpretation of Computer Programs.

Online-resurser

• Matteboken
• Guide Till Harvardsystemet (Högskolan i Borås)
• Referenshantering och referensstilar. Guide från biblioteket med länkar till olika resurser.

Om fusk: Disciplinnämnden

Kapitel 10 i Högskoleförordningen innehåller de bestämmelser som gäller alla universitet relaterade till bl.a. fusk, förhindrande av undervisning och annan verksamhet, samt trakasserier och diskriminering. När det gäller fusk tillämpas följande definition:

[att] med otillåtna hjälpmedel eller på annat sätt försöker vilseleda vid prov eller när en studieprestation annars ska bedömas

Vid Linköpings universitet hanterar Disciplinnämnden alla ärenden.