Maulana Abul Kalam Azad University of Technology, West Bengal

Inde · R20

Maulana Abul Kalam Azad University of Technology, West Bengal

27 travaux pratiques pour le programme MAKAUT.

Le B.Tech CSE (R20) de MAKAUT au Bengale-Occidental, de Programming for Problem Solving aux structures de données, à l'algorithmique et à Java. Chaque séance est progressive, compilée et vérifiée par une véritable chaîne d'outils sur votre propre machine — le modèle relit votre code ensuite, il ne décide pas si vous avez réussi.

Télécharger GroutCodeTous les programmes

Mis à jour

Semestre par semestre

Formation : B.Tech in Computer Science & Engineering. Régime : 2020-21 curriculum (R20). Ouvrez un cours pour voir ses unités pratiques et la séance de TP que GroutCode propose pour chacune.

  1. Semestre 2

    2 UE11 leçons de TPC
    • ESCS201C

      Programming for Problem Solving

      10

      leçons

      • From algorithm to program — ten small number algorithms in C
      • Precedence by hand — an arithmetic expression evaluator in C
      Voir les 10 leçons
      1. 1From algorithm to program — ten small number algorithms in CChapitre 1 · Introduction to Programming
      2. 2Precedence by hand — an arithmetic expression evaluator in CChapitre 2 · Arithmetic expressions and precedence
      3. 3Decisions and loops — grades, triangles, series and searches in CChapitre 3 · Conditional Branching and Loops
      4. 4Arrays, matrices and strings — index arithmetic in CChapitre 4 · Arrays
      5. 5Search, sort and solve — basic algorithms with their cost countedChapitre 5 · Basic Algorithms
      6. 6A toolbox of C functions — values, arrays and library callsChapitre 6 · Function
      7. 7Thinking recursively — from factorial to quicksortChapitre 7 · Recursion
      8. 8Structures in C — a fraction type and a class registerChapitre 8 · Structure
      9. 9Pointers in C — addresses, strings and a self-referential nodeChapitre 9 · Pointers
      10. 10File handling in C — text streams and a binary record fileChapitre 10 · File handling
    • ESCS291C

      Programming for Problem Solving Lab

      1

      leçon

      • The PPS lab sheet — thirteen small C programs, from arithmetic to files
      Voir les chapitres
      1. 1The PPS lab sheet — thirteen small C programs, from arithmetic to filesChapitre LAB · Laboratory

  2. Semestre 3

    3 UE6 leçons de TPCPython
    • PCCCS301C

      Data Structure & Algorithms

      4

      leçons

      • Searching sorted and unsorted arrays — linear, binary, bounds and trade-offs
      • Stacks and queues — expression conversion, circular buffers and a heap
      Voir les 4 leçons
      1. 1Searching sorted and unsorted arrays — linear, binary, bounds and trade-offsChapitre 1 · Introduction and Searching
      2. 2Stacks and queues — expression conversion, circular buffers and a heapChapitre 2 · Stacks and Queues
      3. 3Linked lists to AVL trees — pointers that build structuresChapitre 3 · Linked Lists and Trees
      4. 4Six sorts, a hash table and graph traversalChapitre 4 · Sorting, Hashing and Graphs
    • PCCCS391C

      Data Structure & Algorithm Lab

      1

      leçon

      • A data-structures toolkit in C — arrays, stacks, queues, lists, polynomials, AVL trees and hashing
      Voir les chapitres
      1. 1A data-structures toolkit in C — arrays, stacks, queues, lists, polynomials, AVL trees and hashingChapitre LAB · Laboratory Experiments
    • PCCCS393Python

      IT Workshop (Sci Lab/MATLAB/Python/R)

      1

      leçon

      • Python from the ground up — conditionals, strings, collections, functions, files and exceptions
      Voir les chapitres
      1. 1Python from the ground up — conditionals, strings, collections, functions, files and exceptionsChapitre LAB · Programming with Python

  3. Semestre 4

    1 UE1 leçon de TPC
    • PCCCS494C

      Design & Analysis Algorithm Lab

      1

      leçon

      • The DAA lab in C — from binary search to the 15 puzzle, Bellman-Ford and minimum spanning trees
      Voir les chapitres
      1. 1The DAA lab in C — from binary search to the 15 puzzle, Bellman-Ford and minimum spanning treesChapitre LAB · Laboratory Experiments

  4. Semestre 5

    3 UE7 leçons de TPJavaC
    • PCCCS503Java

      Object Oriented Programming

      5

      leçons

      • Abstract data types in Java — a rational number and the Text ADT, from specification to rep invariant
      • Encapsulation, identity and interface polymorphism in Java — accounts, money, currencies and shapes
      Voir les 5 leçons
      1. 1Abstract data types in Java — a rational number and the Text ADT, from specification to rep invariantChapitre 1 · Abstract data types
      2. 2Encapsulation, identity and interface polymorphism in Java — accounts, money, currencies and shapesChapitre 2 · Features of object-oriented programming
      3. 3Bank accounts and iterators — inheritance and the iterator pattern in JavaChapitre 3 · Inheritance and design patterns
      4. 4A counter with undo — MVC, command objects, hand-built dispatch and garbage collectionChapitre 4 · Model-view-controller pattern
      5. 5Generic containers, word statistics and a headless widget toolkit in JavaChapitre 5 · Generic types, collections and GUIs
    • PCCCS592C

      Operating System Lab

      1

      leçon

      • Processes, signals, semaphores, threads and pipes — the Unix system-call lab
      Voir les chapitres
      1. 1Processes, signals, semaphores, threads and pipes — the Unix system-call labChapitre LAB · Laboratory Experiments
    • PCCCS593Java

      Object Oriented Programming Lab

      1

      leçon

      • Complex numbers, students and a producer-consumer buffer — the Java OOP lab
      Voir les chapitres
      1. 1Complex numbers, students and a producer-consumer buffer — the Java OOP labChapitre LAB · Lab Experiments (Use Java for programming)

  5. Semestre 6

    2 UE2 leçons de TPSQLC
    • PCCCS691SQL

      Database Management System Lab

      1

      leçon

      • DBMS lab in SQLite: DDL, constraints, indexes, DML, queries, views, privileges, cursors and triggers on a college databa
      Voir les chapitres
      1. 1DBMS lab in SQLite: DDL, constraints, indexes, DML, queries, views, privileges, cursors and triggers on a college databaChapitre LAB · Structured Query Language
    • PCCCS692C

      Computer Networks Lab

      1

      leçon

      • Networks lab without a network: subnets, CRC, stop-and-wait, Go-Back-N and Selective Repeat in C
      Voir les chapitres
      1. 1Networks lab without a network: subnets, CRC, stop-and-wait, Go-Back-N and Selective Repeat in CChapitre LAB · Laboratory Experiments

Le programme complet, soit 47 cours, est transcrit dans l'application, cours théoriques compris. Les séances sont rédigées à partir des codes de cours comportant des travaux pratiques, et la liste s'étoffe à chaque version.

GroutCode n'est ni affilié à Maulana Abul Kalam Azad University of Technology, West Bengal, ni approuvé par cet établissement. Les codes et intitulés de cours sont transcrits à partir des documents de programme publiés par l'établissement.

Comment se déroule un TP

Les mêmes cinq étapes pour chaque séance, dans chaque langage.

  1. 1

    Choisissez votre programme

    Sélectionnez votre université ou votre académie, puis le semestre ou la classe où vous êtes. La liste des cours reprend le référentiel officiel transcrit, pas une approximation.

  2. 2

    Ouvrez une séance de TP

    Chaque séance est un TP progressif rattaché à un cours précis, avec un fichier de départ que vous modifiez et un fichier de tests auquel vous ne touchez pas.

  3. 3

    Écrivez le code vous-même

    Le fichier de départ contient les signatures et les TODO. C'est à vous de les implémenter dans l'éditeur, dans le langage réellement utilisé par votre cours.

  4. 4

    Lancez les vérifications

    La chaîne d'outils compile et exécute les tests — de 8 à 15 sur l'ensemble de la séance, un par étape, pour que vous sachiez quelle modification a cassé quoi.

  5. 5

    Recevez la relecture

    Une fois les tests passés, le modèle lit votre implémentation et vous indique l'entrée qui la met en défaut. Il n'annonce jamais lui-même la réussite ou l'échec.

Pourquoi c'est le compilateur qui évalue, pas le modèle

La manière évidente de construire un outil de TP piloté par l'IA consiste à laisser le modèle lire le code de l'élève et dire s'il est correct. C'est aussi la manière de produire un outil auquel personne ne peut se fier. Un modèle vous dira que votre code fonctionne alors que le compilateur affirme le contraire, et vous recalera pour un style qui, ce jour-là, ne lui plaît pas.

Les deux rôles sont donc séparés :

  • Le modèle conçoit la séance, écrit le fichier de départ et les tests, puis — une fois les tests passés — lit ce que vous avez réellement écrit et vous indique l'entrée qui le met en défaut.
  • La chaîne d'outils décide si le code compile et si chaque étape passe. Ce verdict n'est pas négociable et le modèle ne le prononce jamais.

Et pourquoi des étapes plutôt qu'une seule grande tâche

Un TP de 40 à 60 minutes avec une unique exécution à la fin ne donne au débutant qu'un seul retour par heure, et ce retour arrive une fois toutes les décisions déjà prises. Chaque séance compte ici 8 à 15 étapes, chacune avec sa consigne et sa vérification, pour que vous découvriez quelle modification a cassé quoi pendant que vous vous en souvenez encore.

Questions fréquentes

GroutCode couvre-t-il le programme MAKAUT R20 ?

Oui. GroutCode intègre le programme MAKAUT R20 transcrit pour B.Tech in Computer Science & Engineering — soit 47 cours — avec 27 séances de TP rédigées et rattachées à des codes de cours précis. Le programme a été transcrit à partir des documents officiels, et la source ainsi que la somme de contrôle de chacun sont consignées dans l'application.

Quels langages utilisent les TP MAKAUT ?

C (19 séances), Java (6 séances), Python (1 séances), SQL (1 séances). Le langage est défini par code de cours plutôt que deviné d'après l'intitulé, car une même matière est enseignée dans des langages différents selon les établissements.

L'IA fait-elle le TP à ma place ?

Non. Le fichier de départ contient les signatures et les TODO ; c'est à vous de les implémenter. C'est la chaîne d'outils — et non le modèle — qui décide si votre code compile et si chaque étape passe : l'IA ne peut donc pas vous annoncer que votre code fonctionne alors que le compilateur dit l'inverse. Ce qu'elle fait ensuite, c'est lire votre implémentation et pointer l'entrée qui la met en défaut.

Les TP fonctionnent-ils hors ligne ?

Les séances, le programme et l'exécuteur de tests sont embarqués dans l'application et s'exécutent en local : la boucle compilation-vérification fonctionne donc sans aucune connexion. L'étape de relecture finale fait appel à un modèle, qui peut être local ou bien dans le cloud avec votre propre clé.

Que dois-je avoir installé ?

GroutCode détecte les chaînes d'outils présentes sur votre machine et vous indique ce qui manque et comment y remédier. Il vous faut le compilateur ou l'interpréteur du langage utilisé par votre cours — un compilateur C, un JDK, Python, Node ou SQLite.

Autres programmes

APJ Abdul Kalam Technological University

KTU

APJ Abdul Kalam Technological University

Le programme 2024 de l'université technologique du Kerala, couvrant CSE, IT, AI & DS et ECE à partir du troisième semestre.

85

leçons de TP

2024 schemeC · Java · Node.js · Python
Visvesvaraya Technological University

VTU

Visvesvaraya Technological University

Le programme 2022 du Karnataka pour CSE, ISE, AI-ML, AI-DS et ECE, y compris les cours de TP dédiés.

123

leçons de TP

2022 schemeC · Python · Java · C++
Anna University, Chennai

Anna University

Anna University, Chennai

Le B.E. CSE Regulations 2021 d'Anna University, de la programmation Python et C aux TP de structures de données et de POO.

31

leçons de TP

R2021C · Python · Java · SQL

← Tous les programmes pris en charge

Faites vos TP MAKAUT avec les vérifications intégrées

GroutCode est inclus dans chaque licence Grout Suite. Téléchargement gratuit pour Windows et macOS.

Télécharger GroutCode