• Sistema de Gestão do Aprendizado: moodle.ufabc.edu.br

• Video-conferências por meio da plataforma: meet.google.com (convite por email 10min antes)

• Disponibilização de conteúdo por meio de cadernos de atividades (Notebooks Python), que possuem conteúdo descritivo (textos, figuras, exemplos de código, links para vídeos, etc.)

• Evolução das linguagens de programação: 3min

A composição do conceito final será obtida da seguinte forma:

• Atividades Assíncronas Semanais e Individuais (AASI) no Moodle: 40%

  • Listas: Cada estudante vai receber no seu email institucional um arquivo .pdf do remetente webmctest@ufabc.edu.br na sexta-feira de cada semana e terá até às 6h da manhã da quarta-feira seguinte para entregar as atividades no moodle (ver instruções em cada pdf recebido). Se o estudante receber um arquivo .bin, basta renomear para .pdf. (cada lista recebe uma nota de 0 até 100).

  • Outros Exercícios com correção automática disponíveis no Moodle (a nota de cada questão no Moodle (0-100) será normalizada para uma nota de 0-10).

Normalização: 0<= Exercícios + Listas <=4

• Prova Final - 25/11 - 40%

• Projeto Individual - 2/12 - 20%

Prova Substitutiva: 2/12 (com atestado legal)

Mecanismo de Recuperação (50%) para alunos com notas D ou F na Pré-REC (50%): 9/12

Dedicação Teoria-Prática-Individual (T-P-I): 0h-2h-2h

Para Prova Final, Substitutiva, Recuparação e Projeto, o aluno deve fazer um vídeo de no máximo 4 minutos explicando o código desenvolvido (incluindo o link do vídeo na primeira questão da Prova, e no início do projeto) - pode usar o celular para gravar. Esse vídeo vale 50% da nota da atividade.

• A – Desempenho excepcional, demonstrando excelente compreensão da disciplina e do uso do conteúdo.
• B – Bom desempenho, demonstrando boa capacidade de uso dos conceitos da disciplina.
• C – Desempenho mínimo satisfatório, demonstrando capacidade de uso adequado dos conceitos da disciplina, habilidade para enfrentar problemas relativamente simples e prosseguir em estudos avançados.
• D – Aproveitamento mínimo não satisfatório dos conceitos da disciplina, com familiaridade parcial do assunto e alguma capacidade para resolver problemas simples, mas demonstrando deficiências que exigem trabalho adicional para prosseguir em estudos avançados. Nesse caso, o aluno é aprovado na expectativa de que obtenha um conceito melhor em outra disciplina, para compensar o conceito D no cálculo do CR. Havendo vaga, o aluno poderá cursar esta disciplina novamente.
• F – Reprovado. A disciplina deve ser cursada novamente para obtenção de crédito.
• O – Reprovado por falta. A disciplina deve ser cursada novamente para obtenção de crédito.
• I – Incompleto. Indica que uma pequena parte dos requerimentos do curso precisa ser completada. Este grau deve ser convertido em A, B, C, D ou F antes do término do quadrimestre subsequente.

Conversão Nota para Conceito definido nesta turma:

F: se Nota <5 D: se Nota <6.5C: se Nota < 7.5B: se Nota < 9A: se Nota >= 9

Fundamentos básicos da Ciência da Computação e familiarização com o ambiente.

• Notebooks

  • Caderno1-Introdução (vídeo), Caderno2 - Entrada de Dados (vídeo) por Cris Sato

  • Caderno3-Introdução (vídeo) por Edson Pimentel

• Slides

  • Apresentação do curso (vídeo) por Cris Sato

  • Apresentação da disciplina por Edson Pimentel

  • Introdução ao Ambiente Colab por Edson Pimentel

  • Introdução a notebooks por Edson Pimentel

• Vídeos

  • Tutorial para envio de atividades pelo VPL por Edson Pimentel

• Exercícios no Moodle

  • Programa 01

  • Programa 02

  • Programa 03 (com Entrada de Dados usando input())

  • Lista01 - Introdução

Gravações da aula:

• 2021.3 (71min)

• 2020.3 Moodle (intro: 30min; input com BD: 5min)

Compreender a organização de dados em formas de tabelas e arquivos do tipo CSV. Manipulação de bases de dados por meio de softwares (carregamento, exploração, ordenação e filtragem).

1. • Notebooks BD

     • Caderno1-BD-filme e vídeo por Cris Sato; ver também seção 5 da semana06: Caderno1 (pygame)

     • Caderno2-BD-estádio por Wagner Botelho (ou)

     • Caderno3-BD-Parte1 (consulta) e Caderno4-BD-Parte2 (ordenação) por Edson Pimentel

     • Caderno-Exercícios por Edson Pimentel

   • Slides

     • Bases de Dados (Introdução) por Edson Pimentel

   • Exercícios no Moodle

     • Consultas Dados 01

     • Consultas Dados 02

     • Consultas Dados 03 (vídeo)

     • Lista02 - Manipulação de Dados

Gravações da aula:

• 2021.3 (85min)

• 2020.3 (29min)

Desenhar e customizar gráficos de funções matemáticas utilizando pacotes de software específicos.

1. • Notebooks

• Caderno1-Representações Gráficas e vídeo por Cris Sato; ver também seção 3 da semana06: Caderno1 (pygame)

• Caderno2-Gráfico de Funções (novo) por Wagner Botelho

• Caderno3-Problemas de Matemática (principal) por Edson Pimentel

• Caderno4-Problemas de Matemática (extra) por Edson Pimentel

• Caderno5-BD vs Funções (extra) por Francisco Zampirolli

• Exercícios no Moodle

  • 03-01- Envio: raiz de equação de 1o. grau

  • 03-02- Envio: valor em equação de 1o. grau

  • 03-03- Envio: raizes de equação de 2o. grau

  • 03-04- Envio: raizes de equação de 3o. grau

  • 03-05- Envio: valor de equação de 3o. grau, com input

  • Lista03 - Gráficos de Funções

Gravações da aula:

• 2021.3 (teoria: 24min; prática: 26min)

• 2020.3 (44min)

Calcular e interpretar estatísticas descritivas (média/mediana/variância/moda/etc).

• Notebooks

  • Caderno1 - Estatística 1 e vídeos por Cris Sato

  • Caderno2 - Estatística Descritiva por Ronaldo Prati

  • Caderno3 - Estatística Descritiva (parte1) por Wagner Botelho

  • Caderno4 - Estatística Descritiva (parte2) por Wagner Botelho

  • Caderno5 - Estatística Descritiva - Parte 01 (Medidas de Tendência Central) por Edson Pimentel

  • Caderno6 - Estatística Descritiva - Parte 02 (Medidas de Dispersão) por Edson Pimentel

  • Drive com caderno usando estatísticas - BoxPlot vs ViolinPlot por Francisco Zampirolli

• Slides

  • Estatística Descritiva por Wagner Botelho

• Vídeos

  • Vídeo do Khan Academy (Medidas de Tendência Central) selecionado por Edson Pimentel

  • Vídeo do Khan Academy (Medidas de dispersão) selecionado por Edson Pimentel

• Exercícios no Moodle

  • 04-01 - Estatística Descritiva

  • 04-02 - Estatística Descritiva

  • Envio da Lista04 - Estatística Descritiva

Gravações da aula:

• 2021.3 (77min)

• 2020.3 (56min)

Drive com arquivos utilizados em aula

Calcular relações e correlações (linear e tabela de contingência).

1. • Notebooks

     • Caderno1 - Estatística 1 e vídeos por Cris Sato

     • Caderno2-correlação por Rodrigo Prati

     • Caderno3-correlação por Wagner Botelho

     • Caderno-Exercícios1 por Wagner Botelho

     • Caderno-Exercícios2 por Wagner Botelho

     • Correlação e Regressão - Parte 1 por Edson Pimentel

     • Correlação e Regressão - Parte 2 por Edson Pimentel

     • Correlação e Regressão - Exercícios por Edson Pimentel

     • Drive com caderno usando estatísticas - TCI vs TRI por Francisco Zampirolli

   • Slides

     • Correlação e Regressão por Wagner Botelho

   • Vídeos e textos

     • Texto Khan sobre Gráficos de Dispersão selecionado por Edson Pimentel

     • Vídeo sobre variáveis dependentes e independentes selecionado por Edson Pimentel

     • Vídeo Khan sobre Correlação e Regressão selecionado por Edson Pimentel

   • Exercícios no Moodle

     • 05-01- Correlação e Regressão

     • Envio da Lista05 - Correlação e Regressão

Gravações da aula:

• 2021.3 (60min)

• 2020.3 (33min)

Drive com arquivos utilizados em aula

Criar pequenos programas e scripts para a resolução de problemas.

1. • Notebooks

     • Caderno1 - sequencial+funções por Rodrigo Prati

     • Caderno2 - pygame01 por Francisco Zampirolli

• Slides

• Introdução a Lógica de Programação por Edson Pimentel

• Exercícios no Moodle

  • Envio da Lista06 - Sequencial e Funções

GDrive pygame

Instalar o python e o pygame:

• Windows: 19min (python-3.9.7-amd64.exe)

• Mac: 9min (python-3.9.7-macosx10.9.pkg - intel)

• Android: app pydroid3 (6min)

Gravações da aula:

• 2021.3 (teoria: 27min; pygame: 46min)

• 2020.3 ( teórica: 54min; prática: 47min)

Criar pequenos programas e scripts para a resolução de problemas.

• Notebooks

• Caderno1 - Condicionais e vídeo por Cris Sato

• Caderno2 - pygame02 por Francisco Zampirolli

• Caderno3 - Estruturas de Seleção (Simples e Composta) - Parte 1 por Edson Pimentel

• Caderno4 - Estruturas de Seleção (Encadeada) Parte 2 por Edson Pimentel

• Caderno5 - Condicionais por Ronaldo Prati

• Slides

• Estruturas de Seleção por Edson Pimentel

• Exercícios no Moodle

  1. Envio da Lista07 - Condicionais

Gravações da aula:

• 2021.3 (Teoria: 48min; pygame02: 48min)

• 2020.3 (23min)

Criar pequenos programas e scripts para a resolução de problemas.

• • Notebooks

    • Caderno1 - Laços e vídeo por Cris Sato

    • Caderno2 - pygame03 por Francisco Zampirolli

    • Caderno3 - Estruturas de Repetição - Parte 1 - por Edson Pimentel

• Caderno4 - Estruturas de Repetição - Parte 2 - por Edson Pimentel

• Caderno5 - Repetição - por Ronaldo Prati

• Slides

  • Estruturas de Repetição por Edson Pimentel

• Exercícios no Moodle

  • 08-01- Criar DataFrame

  • Envio da Lista08 - Repetição

Gravações da aula:

• 2021.3 (plágio: 5min; Teoria: 37min; pygame: 24min)

• 2020.3 (38min)

Introdução a modelagem e simulação computacional.

• • Notebooks

    • Caderno1 - Simulação (simula_PI adaptado) e vídeo - por Cris Sato

    • Caderno2 - pygame04 por Francisco Zampirolli

    • Caderno3 - Simulação (parte 1 - cálculo de pi) - por Ronaldo Prati - (Animação)

    • Caderno4 - Simulação (parte 2 - presa/predador) - por Ronaldo Prati

    • Caderno5 - Simulação (extra 1 - ações) - por Ronaldo Prati - (vídeo)

    • Caderno6 - Simulação (extra 2) - por Ronaldo Prati

Gravações da aula:

• 2021.3 (teoria: 29min; pygame04: 29min)

• 2020.3 (teórica: 76min; prática: 31min)

Cada aluno deve criar um caderno (notebook) no Colab e disponibilizar o link do arquivo principal em formato .ipynb, com permissão de escrita para o seu professor (usar fzampirolli@gmail.com) (fica a critério de cada aluno disponibilizar para leitura de forma pública).

No arquivo principal .ipynb deverá ter RA e Nome do aluno.

Quanto mais correlacionados estiverem os conteúdos dos projetos com os das aulas, melhores poderão ser os conceitos atribuídos.

Entregas

1. (04/11) - Descrever os objetivos do projeto e a referência.

2. (18/11) - Incluir alguns prints de funcioamento no Colab

3. (2/12) - Entrega final com o vídeo explicando a documentação e o funcionamento do programa

LINK com um Modelo de arquivo principal para o projeto (duplique e compartilhe o link com o seu professor)

Projetos:

1. Amanda Fernandes - Snake

2. Amanda Messias - Snake

3. Ana Maria - Game 7 - T-Rex Rush

4. Antonio Mazi - projeto

5. Arthur Melino - Game 7 - T-RexRush

6. Beatriz Sampaio - Snake

7. Bianca Breviglieri - Game 9 - Catch Coins

8. Caio Feliz - Tetriz

9. Caio Oliveira - Game 17 - ping pong

10. Camila Borghetti - projeto

11. Cauê Leal - projeto

12. Eduardo Carlos - Game 7

13. Enzo Riki - projeto

14. Felipe Almeida - Jogo da forca

15. Felipe de Souza - Jogo 5

16. Gabriela Maciel - Pacman

17. Giovana Cardoso - Space Invaders

18. Giovana Lanzi - projeto

19. Gustavo Menezes - Game 23

20. Guilherme Kollar - projeto

21. Hector Silva - Game 7

22. João Vitor - projeto - link?

23. Kaike Nascimento - Carro

24. Leandro Sete - Forca

25. Lorena Feitoza - Pacman

26. Luana Andreza - projeto

27. Luana Rocha - Jogo da Velha

28. Lucas Gabriel - Game 18

29. Luiz Gabriel - Game 17

30. Mateus Silva- Bagels

31. Nícolas Ferreira - Snake

32. Pedro Vitor - Snake

33. Pietro Iglezia - projeto

34. Stephanie Rocha - Snake

35. Thainá Soares - Game 1

36. Thalita Kelly - Game 7

37. Thiago Alves - Game5 - Batalha de Tanques

38. Vinicius Araujo - Adivinhe o número

39. Vinicius Conceição - Game 7

40. Vinicius Piccolo - projeto

41. Viviane dos Santos - Fullscreen scaling

42. Yuri Cortijo - Snake

Alguns exemplos de Bases de Dados (considerando pandas)

Projetos antigos com pandas:

43. Mapeamento da Covid-19 no estado de São Paulo

44. Taxa de desemprego no decorrer da pandemia do Coronavírus

45. Análise de dados comparativos da presença de homens e mulheres nas tarefas domiciliares em países europeus

46. Análise estatístico de suicídios pelo mundo

47. Covid-19 e as consequências em diferentes áreas

48. Comparar o desempenho de jogadores de basquete da NBA

49. O mercado de trabalho da população LGBT

50. ?