University of Oxford

Royaume-Uni · 2026-27

University of Oxford

27 travaux pratiques pour le programme Oxford.

Les course synopses Computer Science 2026-27 de l'université d'Oxford : bases de données, implémentation de systèmes de bases de données et IA. 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 : BA / MCompSci Computer Science. Régime : 2026-27 course synopses. Ouvrez un cours pour voir ses unités pratiques et la séance de TP que GroutCode propose pour chacune.

  1. Part A

    2 UE20 leçons de TPJavaSQL
    • AIJava

      Artificial Intelligence

      10

      leçons

      • ELIZA, the Turing test and a rational vacuum agent
      • Uninformed search on the map of Romania
      Voir les 10 leçons
      1. 1ELIZA, the Turing test and a rational vacuum agentChapitre 1 · Introduction to Artificial Intelligence
      2. 2Uninformed search on the map of RomaniaChapitre 2 · Problem solving and search
      3. 3Heuristics and A* — the 8-puzzle and the road to BucharestChapitre 3 · Informed search
      4. 4Local search — hill climbing, annealing and genetic operators on n-queensChapitre 4 · Local search
      5. 5STRIPS planning — progression, regression and the Sussman anomalyChapitre 5 · Planning
      6. 6Robot motion planning — C-space, Dijkstra, Voronoi skeletons and potential fieldsChapitre 6 · Dealing with geometry of physical agents
      7. 7Modelling CSPs — constraint graphs, the SAT reduction and quantified CSPsChapitre 7 · Constraint satisfaction problems (CSPs)
      8. 8CSP solvers — backtracking, MRV, forward checking, AC-3 and tree CSPsChapitre 8 · Solving CSPs
      9. 9Game-playing agents — minimax, alpha-beta and expectiminimax on tic-tac-toeChapitre 9 · Playing games
      10. 10Beyond classical search — AND-OR plans, belief states and online agentsChapitre 10 · Beyond classical search
    • DBSQL

      Databases

      10

      leçons

      • From an E/R diagram to tables: designing a college library database
      • The relational model: domains, keys, referential actions and translating ISA
      Voir les 10 leçons
      1. 1From an E/R diagram to tables: designing a college library databaseChapitre 1 · Introduction, E/R diagrams
      2. 2The relational model: domains, keys, referential actions and translating ISAChapitre 2 · Relational model, E/R to relational
      3. 3Relational algebra and calculus in SQL: from selection to divisionChapitre 3 · Relational algebra and Calculus
      4. 4An overview of SQL on an exam-marks databaseChapitre 4 · Overview of SQL
      5. 5Dependencies and normal forms: testing FDs and decomposing to 3NF and 4NFChapitre 5 · Schemas, dependencies and normal forms
      6. 6Atomic bank transfers and a schedule analyser in SQLiteChapitre 6 · Transaction Management
      7. 7Indexes, pages and hash buckets: storage in SQLiteChapitre 7 · Storage and indexing
      8. 8Walking and validating a B+ tree stored in tablesChapitre 8 · Tree Indexes
      9. 9A page-I/O cost model for scans, sorts, selections and joinsChapitre 9 · Query evaluation
      10. 10A cost-based join optimiser from catalog statisticsChapitre 10 · Query optimisation

  2. Part C

    1 UE7 leçons de TPC++
    • DSIC++

      Database Systems Implementation

      7

      leçons

      • Disk access costs and the I/O model — pricing every block a DBMS reads
      • Slotted pages, a buffer pool and file layouts — the storage layer of a mini-DBMS
      Voir les 7 leçons
      1. 1Disk access costs and the I/O model — pricing every block a DBMS readsChapitre 1 · Hardware
      2. 2Slotted pages, a buffer pool and file layouts — the storage layer of a mini-DBMSChapitre 2 · File and System Structure
      3. 3Hash indexes, a B+ tree and a k-d tree — building the index structures of a DBMSChapitre 3 · Indexes
      4. 4External merge sort — sorting files far bigger than memoryChapitre 4 · External Sorting
      5. 5Relational operators — selection, projection, four joins and a pipelined executorChapitre 5 · Query Evaluation
      6. 6A cost-based query optimizer: histograms, join costs and join orderingChapitre 6 · Query Optimization
      7. 7Concurrency control: serializability, two-phase locking and deadlocksChapitre 7 · Transaction Management

Le programme complet, soit 42 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 University of Oxford, 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 Oxford 2026-27 ?

Oui. GroutCode intègre le programme Oxford 2026-27 transcrit pour BA / MCompSci Computer Science — soit 42 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 Oxford ?

Java (10 séances), SQL (10 séances), C++ (7 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

University of Cambridge

Cambridge

University of Cambridge

Le Computer Science Tripos de Cambridge, Parts IA et IB : algorithmique, bases de données, programmation orientée objet, C et C++.

36

leçons de TP

2026-27Java · C · SQL · C++
Imperial College London

Imperial College

Imperial College London

Le BEng/MEng Computing d'Imperial College London : TP de programmation, algorithmique, bases de données, systèmes d'exploitation et apprentissage automatique.

24

leçons de TP

2026-27Python · C · SQL · Java
University College London

UCL

University College London

Le BSc et le MEng Computer Science d'UCL, Years 1 à 4 : principes de programmation, POO, algorithmique, compilation et systèmes.

51

leçons de TP

2026/27Python · Java · C

← Tous les programmes pris en charge

Faites vos TP Oxford avec les vérifications intégrées

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

Télécharger GroutCode