Grout
APJ Abdul Kalam Technological University

Inde · 2024 scheme

APJ Abdul Kalam Technological University

85 travaux pratiques pour le programme de KTU Kerala.

Le programme 2024 de l'université technologique du Kerala, couvrant CSE, IT, AI & DS et ECE à partir du troisième semestre. 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 CSE / IT / AI & DS / ECE. Régime : 2024 scheme. Ouvrez un cours pour voir ses unités pratiques et la séance de TP que GroutCode propose pour chacune.

  1. Semestre 3

    8 UE20 leçons de TPJavaSQLPythonC
    • PBCST304Java

      Object Oriented Programming

      4

      leçons

      • A job ticket toolkit: bits, boxes, arrays and the first class
      • A build pipeline that dispatches on the object
      Voir les 4 leçons
      1. 1A job ticket toolkit: bits, boxes, arrays and the first classChapitre I · Introduction to Java
      2. 2A build pipeline that dispatches on the objectChapitre II · Polymorphism
      3. 3A configuration service: singleton, adapter, and exceptions that mean somethingChapitre III · Packages and Interfaces
      4. 4SOLID and the delegation event model, with no window in sightChapitre IV · SOLID Principles in Java Swings fundamentals
    • PBITT304SQL

      Database Management System

      4

      leçons

      • A library database, from ER diagram to enforced schema
      • SQL CRUD Operations with Student Database
      Voir les 4 leçons
      1. 1A library database, from ER diagram to enforced schemaChapitre I · Introduction
      2. 2SQL CRUD Operations with Student DatabaseChapitre II · Normalization
      3. 3Database Constraints and Transaction ManagementChapitre III · Constraints
      4. 4Database Schema Validation with SQLiteChapitre IV · Testing and Validation
    • PCCDL308Python

      Python and Statistical Modeling Lab

      1

      leçon

      • Find Largest of Three Numbers
      Voir les chapitres
      1. 1Find Largest of Three NumbersChapitre LAB · List of Experiments
    • PCCSL307C

      Data Structures Lab

      1

      leçon

      • Sparse Matrix Addition
      Voir les chapitres
      1. 1Sparse Matrix AdditionChapitre LAB · List of Experiments
    • PCCST303C

      Data Structures and Algorithms

      4

      leçons

      • Measuring what an algorithm costs, then building the array containers
      • Linked lists, the containers they carry, and a memory manager that fits, coalesces and compacts
      Voir les 4 leçons
      1. 1Measuring what an algorithm costs, then building the array containersChapitre I · Basic Concepts of Data Structures
      2. 2Linked lists, the containers they carry, and a memory manager that fits, coalesces and compactsChapitre II · Linked List and Memory Management
      3. 3Trees, expression trees, heaps and graphs: the non-linear half of the courseChapitre III · Trees and Graphs
      4. 4Six sorts, two searches and four hash functions, with the operations countedChapitre IV · Sorting and Searching
    • PCITL307Python

      Programming in Python Lab

      1

      leçon

      • List Sorting with Bubble Sort
      Voir les chapitres
      1. 1List Sorting with Bubble SortChapitre LAB · List of Experiments
    • PCITL308C

      Data Structures Lab

      1

      leçon

      • Stack Implementation and Postfix Evaluation
      Voir les chapitres
      1. 1Stack Implementation and Postfix EvaluationChapitre LAB · List of Experiments
    • PCITT303C

      Data Structures

      4

      leçons

      • From an address calculation to the containers a record index runs on
      • Binary Search Implementation
      Voir les 4 leçons
      1. 1From an address calculation to the containers a record index runs onChapitre I · Introduction to Data Structures
      2. 2Binary Search ImplementationChapitre II · Searching
      3. 3Singly Linked List ImplementationChapitre III · Linked List
      4. 4Binary Tree TraversalsChapitre IV · Trees

  2. Semestre 4

    8 UE20 leçons de TPPythonCSQLJava
    • PBITT404Python

      Data Science

      4

      leçons

      • Loading and cleaning a dataset by hand: read_csv, fillna and groupby without pandas
      • Building a Data Pipeline for EDA
      Voir les 4 leçons
      1. 1Loading and cleaning a dataset by hand: read_csv, fillna and groupby without pandasChapitre I · Introducing data science and Python
      2. 2Building a Data Pipeline for EDAChapitre II · Data Pipeline, Exploratory data analysis (EDA)
      3. 3K-Nearest Neighbors Classifier ImplementationChapitre III · Machine Learning
      4. 4Confusion Matrix and Metrics from ScratchChapitre IV · Evaluation
    • PCADL407Python

      Foundations of AI and Data Science Lab

      1

      leçon

      • Implementing Breadth-First Search (BFS) for AI Applications
      Voir les chapitres
      1. 1Implementing Breadth-First Search (BFS) for AI ApplicationsChapitre LAB · List of Experiments
    • PCCSL407C

      Operating Systems Lab

      1

      leçon

      • The kernel side of the syscalls: a process table, a pipe, IPC, scheduling, deadlock and paging in C
      Voir les chapitres
      1. 1The kernel side of the syscalls: a process table, a pipe, IPC, scheduling, deadlock and paging in CChapitre LAB · List of Experiments
    • PCCSL408SQL

      DBMS Lab

      1

      leçon

      • SQLite Database Schema Design
      Voir les chapitres
      1. 1SQLite Database Schema DesignChapitre LAB · List of Experiments
    • PCCST402SQL

      Database Management Systems

      4

      leçons

      • ER Model Entity and Relationship Querying
      • Relational Algebra: Selection and Projection Operations
      Voir les 4 leçons
      1. 1ER Model Entity and Relationship QueryingChapitre I · Introduction to Databases
      2. 2Relational Algebra: Selection and Projection OperationsChapitre II · The Relational Data Model and SQL
      3. 3Functional Dependencies and Normalization in SQLiteChapitre III · Database Design Theory & Normalization
      4. 4NoSQL Database Types AnalysisChapitre IV · Introduction To NoSQL Concepts
    • PCITL408C

      Operating Systems Lab

      1

      leçon

      • Process and thread lifecycle, semaphores, memory and files: an operating system modelled in C
      Voir les chapitres
      1. 1Process and thread lifecycle, semaphores, memory and files: an operating system modelled in CChapitre LAB · List of Experiments
    • PEECT414Java

      Object Oriented Programming

      4

      leçons

      • Java Program Structure and Basic Syntax
      • Java Primitive Types and Operators
      Voir les 4 leçons
      1. 1Java Program Structure and Basic SyntaxChapitre I · Introduction
      2. 2Java Primitive Types and OperatorsChapitre II · Core Java Fundamentals
      3. 3Exception Handling with Arithmetic OperationsChapitre III · More features of Java
      4. 4Swing's MVC, events and layout managers, and the SQL behind JDBC, without a windowChapitre IV · Advanced features of Java
    • PEITT411Java

      Object Oriented Design using Java

      4

      leçons

      • UML that runs: a design model you can execute and check
      • Requirements you can check: traceability, gaps and impact
      Voir les 4 leçons
      1. 1UML that runs: a design model you can execute and checkChapitre I · Introduction to Software Engineering
      2. 2Requirements you can check: traceability, gaps and impactChapitre II · Requirements Elicitation
      3. 3System Design: Managing Book InventoryChapitre III · System Design
      4. 4Designing an Interface for a Simple Bank Account SystemChapitre IV · Object Design

  3. Semestre 5

    5 UE11 leçons de TPNode.jsCPython
    • PBITT504Node.js

      Web Application Development

      4

      leçons

      • Basic JavaScript Functions and Variables
      • ECMAScript Features: Let, Const, and Arrow Functions
      Voir les 4 leçons
      1. 1Basic JavaScript Functions and VariablesChapitre I · Javascript
      2. 2ECMAScript Features: Let, Const, and Arrow FunctionsChapitre II · ECMA Script
      3. 3Building a Minimal Node.js HTTP ServerChapitre III · Node.js
      4. 4Express-style middleware, validation and session login, built from scratchChapitre IV · Refactoring to MVC
    • PCCSL507C

      Networks Lab

      1

      leçon

      • TCP Matrix Type Identifier
      Voir les chapitres
      1. 1TCP Matrix Type IdentifierChapitre LAB · List of Experiments
    • PCCSL508Python

      Machine Learning Lab

      1

      leçon

      • Linear Regression Implementation
      Voir les chapitres
      1. 1Linear Regression ImplementationChapitre LAB · List of Experiments
    • PCITL507Python

      Machine Learning Lab

      1

      leçon

      • Implementing Decision Tree ID3 Algorithm
      Voir les chapitres
      1. 1Implementing Decision Tree ID3 AlgorithmChapitre LAB · List of Experiments
    • PEECT522C

      Data Structures

      4

      leçons

      • Stack Implementation with Array
      • Singly Linked List Implementation
      Voir les 4 leçons
      1. 1Stack Implementation with ArrayChapitre I · Basic Concepts of Data Structures
      2. 2Singly Linked List ImplementationChapitre II · Linked List
      3. 3Binary Tree Traversal ImplementationChapitre III · Trees and Graphs
      4. 4Selection Sort ImplementationChapitre IV · Sorting and Hashing

  4. Semestre 6

    7 UE22 leçons de TPCJavaC++Python
    • OECST611C

      Data Structures

      4

      leçons

      • Stack Implementation with Array
      • Singly Linked List Implementation
      Voir les 4 leçons
      1. 1Stack Implementation with ArrayChapitre I · Basic Concepts of Data Structures
      2. 2Singly Linked List ImplementationChapitre II · Linked List and Memory Management
      3. 3Binary Search Tree InsertionChapitre III · Trees and Graphs
      4. 4Selection Sort ImplementationChapitre IV · Sorting and Searching
    • OECST615Java

      Object Oriented Programming

      4

      leçons

      • Java Primitive Types and Operations
      • Understanding Method Overloading in Java
      Voir les 4 leçons
      1. 1Java Primitive Types and OperationsChapitre I · Introduction to Java
      2. 2Understanding Method Overloading in JavaChapitre II · Polymorphism
      3. 3Implementing and Extending Java InterfacesChapitre III · Packages and Interfaces
      4. 4The delegation event model and JDBC connection steps, built without a windowChapitre IV · Swings fundamentals
    • OEITT611Java

      Object-Oriented Programming in Java

      4

      leçons

      • Reading expense lines from a console you do not have
      • An Expense class, and a Wallet that guards it
      Voir les 4 leçons
      1. 1Reading expense lines from a console you do not haveChapitre I · Introduction to Java and OOP
      2. 2An Expense class, and a Wallet that guards itChapitre II · Classes and Objects
      3. 3Kinds of expense, each answering for itselfChapitre III · Inheritance
      4. 4A ledger that keeps its shape when things go wrongChapitre IV · Exception Handling
    • OEITT612C++

      Data Structures using C++

      4

      leçons

      • An array ADT you own the memory of
      • Linked structures, and the two ends of a queue
      Voir les 4 leçons
      1. 1An array ADT you own the memory ofChapitre I · Module 1
      2. 2Linked structures, and the two ends of a queueChapitre II · Module 2
      3. 3Binary Search Tree ImplementationChapitre III · Module 3
      4. 4Binary Search ImplementationChapitre IV · Advanced Data Structures and Algorithms
    • OEITT613Python

      AI with Python

      4

      leçons

      • AI Agent Types Classification
      • Water Jug Problem: State Representation and Valid Moves
      Voir les 4 leçons
      1. 1AI Agent Types ClassificationChapitre I · Introduction to Artificial Intelligence (AI) and Python
      2. 2Water Jug Problem: State Representation and Valid MovesChapitre II · AI Problems
      3. 3Breadth-First Search ImplementationChapitre III · AI Search Algorithms
      4. 4Minimax Algorithm for Tic-Tac-ToeChapitre IV · Game Playing and Constraint Satisfaction Problem (CSP)
    • PCADL607Python

      Deep Learning Lab

      1

      leçon

      • Implement Logistic Regression from Scratch
      Voir les chapitres
      1. 1Implement Logistic Regression from ScratchChapitre LAB · List of Experiments
    • PCCSL607C

      Systems Lab

      1

      leçon

      • Lexical Analyzer Token Counter
      Voir les chapitres
      1. 1Lexical Analyzer Token CounterChapitre LAB · List of Experiments

  5. Semestre 7

    1 UE4 leçons de TPNode.js
    • PECST742Node.js

      Web Programming

      4

      leçons

      • HTML5 Page Generator
      • JavaScript Array Sorting with Custom Comparison
      Voir les 4 leçons
      1. 1HTML5 Page GeneratorChapitre I · Creating Web Page using HTML5
      2. 2JavaScript Array Sorting with Custom ComparisonChapitre II · Scripting language
      3. 3Building a Simple HTTP Server with Node.jsChapitre III · JavaScript runtime environment
      4. 4A layered book catalogue service: SQL placeholders to REST, XML and SOAPChapitre IV · SPA: Basics, Angular JS; Working with databases

  6. Semestre 8

    2 UE8 leçons de TPNode.js
    • OECST832Node.js

      Web Programming

      4

      leçons

      • Building HTML5 Pages with Semantic Structure
      • JavaScript Array Sorting with Custom Comparison
      Voir les 4 leçons
      1. 1Building HTML5 Pages with Semantic StructureChapitre I · Creating Web Page using HTML5
      2. 2JavaScript Array Sorting with Custom ComparisonChapitre II · Scripting language
      3. 3Building a Simple HTTP Server with Node.jsChapitre III · JavaScript runtime environment
      4. 4A layered book catalogue service: SQL placeholders to REST, XML and SOAPChapitre IV · SPA: Basics, Angular JS; Working with databases
    • OEITT833Node.js

      Web Designing

      4

      leçons

      • HTML Page Builder
      • CSS Rule Builder
      Voir les 4 leçons
      1. 1HTML Page BuilderChapitre I · Website creation roles, Gearing up for web design, Web Page Addresses
      2. 2CSS Rule BuilderChapitre II · Concept of CSS, Creating Style Sheet, CSS Properties, CSS Styling
      3. 3Basic DOM Manipulation with JavaScriptChapitre III · Introduction to JavaScript
      4. 4SVG Path ParserChapitre IV · Introduction to XML

Le programme complet, soit 264 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 APJ Abdul Kalam Technological University, 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 KTU 2024 scheme ?

Oui. GroutCode intègre le programme KTU 2024 scheme transcrit pour B.Tech CSE / IT / AI & DS / ECE, soit 264 cours, avec 85 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 KTU ?

C (22 séances), Java (20 séances), Node.js (16 séances), Python (14 séances), SQL (9 séances), C++ (4 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

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

AKTU

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

Le B.Tech CSE d'AKTU Lucknow pour la session 2026-27 : programmation C, structures de données, POO en Java et TP de systèmes d'exploitation.

28

leçons de TP

2026-27 sessionC · Java · Python · SQL

← Tous les programmes pris en charge

Faites vos TP KTU avec les vérifications intégrées

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

Télécharger GroutCode