Grout
Visvesvaraya Technological University

Indien · 2022 scheme

Visvesvaraya Technological University

123 Laborpraktika für den VTU-Lehrplan.

Das Schema 2022 Karnatakas für CSE, ISE, AI-ML, AI-DS und ECE, einschließlich der eigenen Laborkurse. Jede Lektion ist in Schritte gegliedert, wird kompiliert und von einer echten Toolchain auf Ihrem eigenen Rechner geprüft: das Modell begutachtet Ihren Code im Anschluss, es entscheidet nicht darüber, ob Sie bestanden haben.

GroutCode herunterladenAlle Lehrpläne

Aktualisiert

Semester für Semester

Studiengang: B.E. CSE / ISE / AI-ML / AI-DS / ECE. Prüfungsordnung: 2022 scheme. Öffnen Sie einen Kurs, um seine praktischen Einheiten und die Laborlektion zu sehen, die GroutCode jeweils mitliefert.

  1. Semester 3

    8 Module29 LaborlektionenCJavaC++Python
    • BCS303C

      Operating Systems

      6

      Lektionen

      • A tiny kernel's plumbing: traps, system calls, files, ports and boot
      • Writing the scheduler: FCFS, SJF, SRTF, priority, ageing and round robin
      Alle 6 Lektionen ansehen
      1. 1A tiny kernel's plumbing: traps, system calls, files, ports and bootEinheit I · Introduction to operating systems, System structures
      2. 2Writing the scheduler: FCFS, SJF, SRTF, priority, ageing and round robinEinheit II · Process Management
      3. 3Process synchronization and deadlocks: building the algorithms instead of tracing themEinheit III · Process Synchronization
      4. 4Memory management: relocation, paging, segmentation and the page-replacement policiesEinheit IV · Memory Management
      5. 5Building the file system: control blocks, directories, allocation, the disk arm and the access matrixEinheit V · File System, Implementation of File System
      6. 6The whole operating systems lab, simulated: process table, schedulers, semaphores, pipes, the banker, memory, pages andEinheit LAB · Practical Component of IPCC
    • BCS304C

      Data Structures and Applications

      5

      Lektionen

      • Arrays, polynomials, sparse matrices, strings and stacks. Unit I in C
      • Queues, shared arrays and linked chains. Unit II in C
      Alle 5 Lektionen ansehen
      1. 1Arrays, polynomials, sparse matrices, strings and stacks. Unit I in CEinheit I · Introduction to Data Structures
      2. 2Queues, shared arrays and linked chains. Unit II in CEinheit II · Queues
      3. 3Chains that point both ways: list surgery, linked sparse matrices, and trees with and without threadsEinheit III · Linked Lists
      4. 4Search trees, tournaments, forests and graphs: the structures that answer a query fastEinheit IV · TREES(Cont..): Binary Search trees
      5. 5Hash Table Implementation with Linear ProbingEinheit V · Hashing
    • BCS306AJava

      Object Oriented Programming with JAVA

      5

      Lektionen

      • A numeric and tabular toolkit: types, casts, operators and control flow
      • An immutable Fraction and the machinery around it
      Alle 5 Lektionen ansehen
      1. 1A numeric and tabular toolkit: types, casts, operators and control flowEinheit I · An Overview of Java
      2. 2An immutable Fraction and the machinery around itEinheit II · Introducing Classes
      3. 3A document tree: abstract classes, super, dispatch and interfacesEinheit III · Inheritance
      4. 4A configuration loader that fails precisely: access, exceptions and finallyEinheit IV · Packages
      5. 5A ticket desk with several clerks: threads, locks, an enum and the boxes around intEinheit V · Multithreaded Programming
    • BCS306BC++

      Object Oriented Programming with C++

      5

      Lektionen

      • A Clock class: constructors, destructors, statics and friends
      • A Buffer that owns its memory: copies, pointers and this
      Alle 5 Lektionen ansehen
      1. 1A Clock class: constructors, destructors, statics and friendsEinheit I · An overview of C++
      2. 2A Buffer that owns its memory: copies, pointers and thisEinheit II · Arrays, Pointers, References, and the Dynamic Allocation Operators
      3. 3Polynomials that add themselves, and a hierarchy that logs its own constructionEinheit III · Operator Overloading
      4. 4A shape hierarchy that dispatches late, and templates that work for any typeEinheit IV · Virtual Functions and Polymorphism
      5. 5A ledger that throws, and a report it writes and reads backEinheit V · Exception Handling
    • BCS358DPython

      Data Visualization with Python

      1

      Lektion

      • Data visualization without a plotting library
      Einheiten ansehen
      1. 1Data visualization without a plotting libraryEinheit LAB · List of Experiments
    • BCSL305C

      Data Structures Laboratory

      1

      Lektion

      • Calendar Management System
      Einheiten ansehen
      1. 1Calendar Management SystemEinheit LAB · List of Experiments
    • BDS306BPython

      Python Programming for Data Science

      5

      Lektionen

      • Python Variables and Data Types
      • Conditional Logic with Grade Classification
      Alle 5 Lektionen ansehen
      1. 1Python Variables and Data TypesEinheit I · Introduction to python
      2. 2Conditional Logic with Grade ClassificationEinheit II · Decision structure
      3. 3List Sorting with Bubble SortEinheit III · Lists
      4. 4NumPy Array Manipulation with Basic OperationsEinheit IV · The NumPy Library
      5. 5Data I/O tools and pandas-style manipulation from the standard libraryEinheit V · The pandas
    • BEC358CC++

      C++ Basics

      1

      Lektion

      • C++ Student Marks Average Calculator
      Einheiten ansehen
      1. 1C++ Student Marks Average CalculatorEinheit LAB · List of Experiments

  2. Semester 4

    6 Module20 LaborlektionenSQLCNode.jsJava
    • BCS403SQL

      Database Management System

      6

      Lektionen

      • An ER design, interrogated: entities, weak entities, participation and specialization
      • The relational model with its constraints on: keys, integrity, the algebra, and the ER mapping
      Alle 6 Lektionen ansehen
      1. 1An ER design, interrogated: entities, weak entities, participation and specializationEinheit I · Introduction to Databases
      2. 2The relational model with its constraints on: keys, integrity, the algebra, and the ER mappingEinheit II · Relational Model
      3. 3Normalization as arithmetic: 1NF to 5NF, with the dependencies stored as rowsEinheit III · Normalization
      4. 4Advanced SQL and the theory of transactions: windows, recursion, an updatable view, an assertion, and six schedulesEinheit IV · SQL
      5. 5Concurrency control protocols, and the four NoSQL data models, all of them as queriesEinheit V · Concurrency Control in Databases
      6. 6The BCS403 experiment list, run end to end: DDL, transactions, triggers, cursors, a merge and documentsEinheit LAB · Practical Component of IPCC
    • BCSL404C

      Analysis & Design of Algorithms Lab

      1

      Lektion

      • Kruskal's Algorithm for Minimum Spanning Tree
      Einheiten ansehen
      1. 1Kruskal's Algorithm for Minimum Spanning TreeEinheit LAB · List of Experiments
    • BDSL456CNode.js

      MERN

      1

      Lektion

      • MERN lab logic: Mongo-style queries, cookies, file CRUD, Express routes, auth and fetch
      Einheiten ansehen
      1. 1MERN lab logic: Mongo-style queries, cookies, file CRUD, Express routes, auth and fetchEinheit LAB · List of Experiments
    • BEC405DC

      Data Structures Using C

      5

      Lektionen

      • Dynamic Array Implementation with malloc
      • An array stack, infix to postfix and prefix, and recursive programs in C
      Alle 5 Lektionen ansehen
      1. 1Dynamic Array Implementation with mallocEinheit I · Arrays
      2. 2An array stack, infix to postfix and prefix, and recursive programs in CEinheit II · The Stack
      3. 3Implementing a Circular Queue using ArrayEinheit III · Queues and Lists
      4. 4Binary Tree Node Creation and TraversalEinheit IV · Trees
      5. 5Hash Table Implementation with ChainingEinheit V · Hashing
    • BECL456DC

      Data Structures Lab using C

      1

      Lektion

      • Stack Implementation with Linked List
      Einheiten ansehen
      1. 1Stack Implementation with Linked ListEinheit LAB · List of Experiments
    • BIS402Java

      Advanced Java

      6

      Lektionen

      • A course enrolment register: lists, sets, iterators and the collection algorithms
      • A student record cleaner: constructors, character extraction and StringBuffer
      Alle 6 Lektionen ansehen
      1. 1A course enrolment register: lists, sets, iterators and the collection algorithmsEinheit I · The collections and Framework
      2. 2A student record cleaner: constructors, character extraction and StringBufferEinheit II · String Handling
      3. 3From the Alpha and Beta buttons to a registration form that validates itselfEinheit III · Introducing Swing
      4. 4A servlet container in plain Java - requests, responses, cookies, sessions and JSPEinheit IV · Introducing servlets
      5. 5The Student database and its login page: schema, queries, the ResultSet cursor and the bound loginEinheit V · JDBC Objects
      6. 6The twelve experiments in one file: collections, strings, events, a modelled container and a modelled driverEinheit LAB · Practical Component of IPCC

  3. Semester 5

    6 Module27 LaborlektionenPythonJavaC++CNode.js
    • BAI515EPython

      Exploratory Data Analysis

      5

      Lektionen

      • NumPy Array Sorting
      • Series, DataFrame, missing data, MultiIndex and pivot tables from scratch
      Alle 5 Lektionen ansehen
      1. 1NumPy Array SortingEinheit I · Introduction to Python and NumPy
      2. 2Series, DataFrame, missing data, MultiIndex and pivot tables from scratchEinheit II · Data Manipulation with Pandas - I
      3. 3Vectorised strings, time series and a safe eval/query, in plain PythonEinheit III · Data Manipulation with Pandas - II
      4. 4Under Matplotlib and Seaborn: axes, ticks, format strings, histograms, KDE and an SVG plotEinheit IV · Data Visualization with MatPlotlib
      5. 5Scikit-Learn Model Validation WorkflowEinheit V · Introduction to Machine Learning
    • BCS502Java

      Computer Networks

      6

      Lektionen

      • A protocol stack in memory: encapsulation, segmentation, delay, and the two kinds of switch
      • The data link layer in memory: framing, error control, ARQ and the medium
      Alle 6 Lektionen ansehen
      1. 1A protocol stack in memory: encapsulation, segmentation, delay, and the two kinds of switchEinheit I · Introduction
      2. 2The data link layer in memory: framing, error control, ARQ and the mediumEinheit II · Data Link Layer
      3. 3The network layer in memory: addressing, forwarding, fragmentation and four routing algorithmsEinheit III · Network Layer
      4. 4The transport layer, written out: demultiplexing, UDP, and the whole of TCPEinheit IV · Introduction to Transport Layer
      5. 5The application layer without a socket: HTTP, DNS, SMTP, FTP and a file serverEinheit V · Introduction to Application Layer: Introduction
      6. 6A network you can count: queues, routing, collisions, CRC, windows, sockets and bucketsEinheit LAB · Practical Component of IPCC
    • BCS515AC++

      Computer Graphics

      5

      Lektionen

      • A graphics system in miniature: frame buffer, pinhole and synthetic camera, pipeline
      • Event-Driven Menu Interaction with GLUT
      Alle 5 Lektionen ansehen
      1. 1A graphics system in miniature: frame buffer, pinhole and synthetic camera, pipelineEinheit I · Graphics Systems and Models
      2. 2Event-Driven Menu Interaction with GLUTEinheit II · Input and Interaction
      3. 3Homogeneous-coordinate transformations, the colored cube and frames in C++Einheit III · Geometric Objects and Transformations
      4. 4Camera, projection, viewport and the Phong lighting model in C++Einheit IV · Viewing
      5. 5Cohen-Sutherland Line ClippingEinheit V · From Vertices to Fragments
    • BCS515CC

      Unix System Programming

      5

      Lektionen

      • Unix Command Line Argument Parser
      • File Permission String Builder
      Alle 5 Lektionen ansehen
      1. 1Unix Command Line Argument ParserEinheit I · Introduction
      2. 2File Permission String BuilderEinheit II · File attributes and permissions
      3. 3Unix File Operations: Basic File ManagementEinheit III · Unix Standardization and Implementations
      4. 4Process Creation with fork()Einheit IV · Process Control
      5. 5Signals with sigaction, signal masks, sigsuspend and daemon coding rulesEinheit V · Signals and Daemon Processes: Introduction
    • BCSL504Node.js

      Web Technology Lab

      1

      Lektion

      • HTML Page Generator
      Einheiten ansehen
      1. 1HTML Page GeneratorEinheit LAB · List of Experiments
    • BEC515CC++

      Data Structures using C++

      5

      Lektionen

      • An array-based list template that owns its memory
      • Linked List Stack Implementation
      Alle 5 Lektionen ansehen
      1. 1An array-based list template that owns its memoryEinheit I · UNIT-I
      2. 2Linked List Stack ImplementationEinheit II · UNIT-III
      3. 3Implementing a Queue using ArrayEinheit III · UNIT-IV
      4. 4Binary Search Tree InsertionEinheit IV · UNIT-V
      5. 5Graph Adjacency List ImplementationEinheit V · UNIT-VI

  4. Semester 6

    9 Module30 LaborlektionenPythonJavaCNode.js
    • BAI602Python

      Machine Learning

      5

      Lektionen

      • Robust statistics and the shape of a distribution
      • Splits, confusion matrices, ROC and the bootstrap
      Alle 5 Lektionen ansehen
      1. 1Robust statistics and the shape of a distributionEinheit I · Introduction
      2. 2Splits, confusion matrices, ROC and the bootstrapEinheit II · Understanding Data - 2
      3. 3Nearest Centroid Classifier ImplementationEinheit III · Similarity-based Learning
      4. 4CART, pruning and Gaussian naive BayesEinheit IV · Decision Tree Learning
      5. 5A softmax classifier, and clustering by proximityEinheit V · Artificial Neural Networks
    • BAIL606Python

      Machine Learning lab

      1

      Lektion

      • Statistical Analysis of Numerical Data
      Einheiten ansehen
      1. 1Statistical Analysis of Numerical DataEinheit LAB · List of Experiments
    • BAIL657CPython

      Generative AI

      1

      Lektion

      • Word Embedding Similarity Search
      Einheiten ansehen
      1. 1Word Embedding Similarity SearchEinheit LAB · List of Experiments
    • BCS602Python

      Machine Learning

      5

      Lektionen

      • Descriptive statistics, batch and streaming
      • Correlation, feature engineering and the version space
      Alle 5 Lektionen ansehen
      1. 1Descriptive statistics, batch and streamingEinheit I · Introduction
      2. 2Correlation, feature engineering and the version spaceEinheit II · Understanding Data - 2
      3. 3K-Nearest Neighbor Classifier ImplementationEinheit III · Similarity-based Learning
      4. 4Bayesian learning and neural networks from the counts upEinheit IV · Bayesian Learning
      5. 5Clustering by partition, and control by rewardEinheit V · Clustering Algorithms
    • BCS613DJava

      Advanced Java

      5

      Lektionen

      • A parcel depot's dispatch board: maps, queues, comparators and the collection algorithms
      • A template engine and its tokeniser: searching, slicing and StringBuilder
      Alle 5 Lektionen ansehen
      1. 1A parcel depot's dispatch board: maps, queues, comparators and the collection algorithmsEinheit I · The collections and Framework
      2. 2A template engine and its tokeniser: searching, slicing and StringBuilderEinheit II · String Handling
      3. 3A ticket kiosk's component tree: containment, layout, dispatch and a paint passEinheit III · Introducing Swing
      4. 4The container behind a reporting API: servlet life cycle, mapping, filters, dispatchers and sessionsEinheit IV · Introducing servlets
      5. 5A JDBC driver taken apart: the URL, the DriverManager, the pool and the transactionEinheit V · JDBC Objects
    • BCS654AC

      Introduction to Data Structures

      5

      Lektionen

      • Dynamic 2D Array Implementation
      • Array-Based Stack Implementation
      Alle 5 Lektionen ansehen
      1. 1Dynamic 2D Array ImplementationEinheit I · Arrays
      2. 2Array-Based Stack ImplementationEinheit II · Stacks
      3. 3Singly Linked List ImplementationEinheit III · Linked Lists
      4. 4Binary Search Tree InsertionEinheit IV · Trees
      5. 5Insertion Sort ImplementationEinheit V · Sorting
    • BCSL606Python

      Machine Learning lab

      1

      Lektion

      • The ten ML lab experiments, written from scratch
      Einheiten ansehen
      1. 1The ten ML lab experiments, written from scratchEinheit LAB · List of Experiments
    • BEC657DPython

      Python Programming for Machine Learning Applications

      1

      Lektion

      • ID3 Decision Tree Construction
      Einheiten ansehen
      1. 1ID3 Decision Tree ConstructionEinheit LAB · List of Experiments
    • BIS601Node.js

      Full Stack Development

      6

      Lektionen

      • A marks report in plain JavaScript: parse, coerce, group, rank, format
      • The Document Object Model, implemented. There is no browser, so you write the DOM
      Alle 6 Lektionen ansehen
      1. 1A marks report in plain JavaScript: parse, coerce, group, rank, formatEinheit I · Basic JavaScript Instructions
      2. 2The Document Object Model, implemented. There is no browser, so you write the DOMEinheit II · Document Object Model
      3. 3React from the inside: elements, composition, and the Issue Tracker's validated formEinheit III · Form enhancement and validation
      4. 4State, lifting it up, and the API under it: hooks, Express and one GraphQL endpointEinheit IV · React State
      5. 5The aggregation pipeline, and the bundler that ships the appEinheit V · MongoDB
      6. 6The whole stack, one experiment at a timeEinheit LAB · Practical Component of IPCC

  5. Semester 7

    3 Module17 LaborlektionenPythonCSQL
    • BCS701Python

      Internet of Things

      6

      Lektionen

      • IoT Network Topology Analyzer
      • NETCONF Configuration Parser
      Alle 6 Lektionen ansehen
      1. 1IoT Network Topology AnalyzerEinheit I · Introduction to Internet of Things
      2. 2NETCONF Configuration ParserEinheit II · IOT and M2M
      3. 3IoT Weather Station Data ProcessingEinheit III · IoT Platforms Design Methodology
      4. 4Raspberry Pi Sensor Data ProcessingEinheit IV · IoT Physical Devices & End points
      5. 5Apache Spark Streaming Window OperationsEinheit V · Data Analytics for IoT
      6. 6Blinking LEDs Back and ForthEinheit LAB · Practical Component of IPCC
    • BCS702C

      Parallel Computing

      6

      Lektionen

      • Parallel MIMD System Process Coordination
      • OpenMP Parallel Reduction
      Alle 6 Lektionen ansehen
      1. 1Parallel MIMD System Process CoordinationEinheit I · Introduction to parallel programming
      2. 2OpenMP Parallel ReductionEinheit II · GPU programming
      3. 3MPI Parallel Merge SortEinheit III · Distributed memory programming with MPI
      4. 4Parallel Sum Reduction with OpenMPEinheit IV · Shared-memory programming with OpenMP
      5. 5The CUDA execution model on the CPU: vector addition and the trapezoidal rule I-IIIEinheit V · GPU programming with CUDA
      6. 6OpenMP Parallel Merge SortEinheit LAB · Practical Component of IPCC
    • BCS755ASQL

      Introduction to DBMS

      5

      Lektionen

      • Basic SQL Queries with SQLite
      • ER Diagram to Relational Schema Mapping
      Alle 5 Lektionen ansehen
      1. 1Basic SQL Queries with SQLiteEinheit I · Introduction to Databases
      2. 2ER Diagram to Relational Schema MappingEinheit II · Conceptual Data Modeling using Entities and Relationships
      3. 3Relational Algebra with SQLiteEinheit III · Relational Model
      4. 4Basic SQL Query ConstructionEinheit IV · SQL
      5. 5Nested and correlated queries, views and triggers on the COMPANY databaseEinheit V · SQL

Der vollständige Lehrplan mit 157 Kursen ist in der App erfasst, einschließlich der Theoriekurse. Lektionen werden zu den Kurscodes erstellt, die praktische Anteile haben, und die Liste wächst mit jeder Version.

GroutCode steht in keiner Verbindung zu Visvesvaraya Technological University und wird von dieser Einrichtung nicht unterstützt. Kurscodes und -titel stammen aus den veröffentlichten Schemadokumenten der Einrichtung.

So läuft ein Praktikum ab

Dieselben fünf Schritte für jede Lektion, in jeder Sprache.

  1. 1

    Lehrplan auswählen

    Wählen Sie Ihre Hochschule oder Ihr Prüfungsamt und das Semester oder die Klasse, in der Sie sind. Die Kursliste ist die erfasste offizielle Prüfungsordnung, keine Annäherung.

  2. 2

    Laborlektion öffnen

    Jede Lektion ist ein schrittweises Praktikum zu einem bestimmten Kurs, mit einer Startdatei, die Sie bearbeiten, und einer Testdatei, die Sie nicht anfassen.

  3. 3

    Den Code selbst schreiben

    Die Startdatei enthält die Signaturen und die TODOs. Sie setzen sie im Editor um, in der Sprache, die Ihr Kurs tatsächlich verwendet.

  4. 4

    Die Prüfungen laufen lassen

    Die Toolchain kompiliert und führt die Tests aus: 8 bis 15 über die Lektion verteilt, einer pro Schritt, damit Sie sehen, welche Änderung was kaputt gemacht hat.

  5. 5

    Das Review erhalten

    Sobald die Tests bestanden sind, liest das Modell Ihre Implementierung und nennt Ihnen die Eingabe, an der sie scheitert. Über Bestehen oder Nichtbestehen entscheidet es nie selbst.

Warum der Compiler bewertet und nicht das Modell

Der naheliegende Weg, ein KI-Laborwerkzeug zu bauen, ist, das Modell den Code der Studierenden lesen und sagen zu lassen, ob er korrekt ist. Es ist zugleich der Weg, der ein Werkzeug hervorbringt, dem niemand vertrauen kann. Ein Modell wird Ihnen sagen, Ihr Code funktioniere, obwohl der Compiler das Gegenteil behauptet, und es wird Sie durchfallen lassen wegen eines Stils, den es zufällig nicht mag.

Deshalb sind die beiden Aufgaben getrennt:

  • Das Modell entwirft die Lektion, schreibt die Startdatei und die Tests und liest, nachdem die Tests bestanden sind, was Sie tatsächlich geschrieben haben, und nennt Ihnen die Eingabe, an der es scheitert.
  • Die Toolchain entscheidet, ob es kompiliert und ob jeder Schritt besteht. Dieses Urteil ist nicht verhandelbar, und das Modell fällt es nie.

Und warum Schritte statt einer großen Aufgabe

Ein Praktikum über 40 bis 60 Minuten mit einem einzigen Durchlauf am Ende gibt einem Anfänger genau eine Rückmeldung pro Stunde, und die kommt, wenn längst alle Entscheidungen gefallen sind. Jede Lektion hier besteht aus 8 bis 15 Schritten, jeder mit eigener Anweisung und eigener Prüfung, damit Sie noch wissen, welche Änderung was kaputt gemacht hat, während Sie sich an sie erinnern.

Häufig gestellte Fragen

Deckt GroutCode VTU 2022 scheme ab?

Ja. GroutCode liefert die erfasste Prüfungsordnung VTU 2022 scheme für B.E. CSE / ISE / AI-ML / AI-DS / ECE mit, 157 Kurse, samt 123 eigens erstellten Laborlektionen, die bestimmten Kurscodes zugeordnet sind. Der Lehrplan wurde aus den offiziellen Dokumenten übernommen, und Quelle sowie Prüfsumme jedes Dokuments sind in der App vermerkt.

Welche Sprachen verwenden die VTU-Praktika?

C (35 Lektionen), Python (31 Lektionen), Java (22 Lektionen), C++ (16 Lektionen), SQL (11 Lektionen), Node.js (8 Lektionen). Die Sprache ist pro Kurscode festgelegt und wird nicht aus dem Titel erraten, denn dasselbe Fach wird an verschiedenen Einrichtungen in verschiedenen Sprachen unterrichtet.

Schreibt die KI das Praktikum einfach für mich?

Nein. Die Startdatei enthält die Signaturen und die TODOs; umsetzen müssen Sie sie. Die Toolchain, nicht das Modell, entscheidet, ob Ihr Code kompiliert und ob jeder Schritt besteht. Die KI kann Ihnen also nicht sagen, Ihr Code funktioniere, wenn der Compiler widerspricht. Was sie im Anschluss tut: Sie liest Ihre Implementierung und zeigt Ihnen die Eingabe, an der sie scheitert.

Funktionieren die Praktika offline?

Die Lektionen, der Lehrplan und der Testrunner sind in der App enthalten und laufen lokal, sodass die Schleife aus Kompilieren und Prüfen ohne Verbindung funktioniert. Der Review-Schritt am Ende nutzt ein Modell: entweder ein lokales oder ein Cloud-Modell mit Ihrem eigenen Schlüssel.

Was muss bei mir installiert sein?

GroutCode erkennt, welche Toolchains auf Ihrem Rechner vorhanden sind, und sagt Ihnen, was fehlt und was es beheben würde. Sie brauchen den Compiler oder Interpreter für die Sprache Ihres Kurses: einen C-Compiler, ein JDK, Python, Node oder SQLite.

Weitere Lehrpläne

APJ Abdul Kalam Technological University

KTU

APJ Abdul Kalam Technological University

Das Schema 2024 der Technischen Universität Keralas, mit CSE, IT, AI & DS und ECE ab dem dritten Semester.

85

Laborlektionen

2024 schemeC · Java · Node.js · Python
Anna University, Chennai

Anna University

Anna University, Chennai

Die Regulations 2021 der Anna University für den B.E. CSE, von Python- und C-Programmierung bis zu den Laboren für Datenstrukturen und OOP.

31

Laborlektionen

R2021C · Python · Java · SQL
Dr. A.P.J. Abdul Kalam Technical University, Lucknow

AKTU

Dr. A.P.J. Abdul Kalam Technical University, Lucknow

Der B.Tech CSE der AKTU Lucknow für das Studienjahr 2026-27: C-Programmierung, Datenstrukturen, objektorientiertes Java und das Betriebssystemlabor.

28

Laborlektionen

2026-27 sessionC · Java · Python · SQL

← Alle unterstützten Lehrpläne

Erledigen Sie Ihre VTU-Laborarbeit mit eingebauter Prüfung

GroutCode ist in jeder Grout-Suite-Lizenz enthalten. Kostenloser Download für Windows und macOS.

GroutCode herunterladen