Java põhikursuse läbimiseks tarvilik kevadsemestril 2016 • Failist võetavatele andmetele statistiliste kokkuvõtete tegemine. • Andmetele statistilisi kokkuvõtteid tegev klass. • Jooniseid koostava klassi loomine. • Kontrolltöö • Liideste abil osadeks jagatud andmeanalüüsirakendus. • Graafilise kasutajaliidesega rakendus andmete grupeerimiseks. • Juhuslikkust sisaldavate katsete abil ülesannete lahendamine ning lahenduse usaldusväärsuse hindamine. • Andmekogumite erinevust ja erinevuse usaldusväärsust hindava rakenduse loomine. • Teksti analüüsiv või sarnaseid tekste leidev rakendus. • Mitme tunnuse alusel andmeid rühmitav rakendus. • Kontrolltöö II • Seminar • Objektorienteeritud seadistatav andmeanalüüsirakendus. • Rakenduse kohandamine eksamipäeval. Selgitusi • Failist võetavatele andmetele statistiliste kokkuvõtete tegemine. 8.-10.02 Otsige aluseks võimalikult reaalne andmestik (näiteks statistikaameti koduleheküljelt) Mitmesuguseid andmeid leiab ka http://www.tlu.ee/~jaagup/andmed/ Koostage nendele andmetele oma programmi abil kokkuvõtted ning kirjutage juurde ka, millega tegemist. Nt. jaanuarikuu temperatuurid - vähim, suurim, keskmine ning järjestikused päevad, mil hommikune temperatuur erines vähem kui 3 kraadi. • Andmetele statistilisi kokkuvõtteid tegev klass. 15.-17.02 Jällegi aluseks reaalne andmestik. Andmestikuga tehtavad operatsioonid vormistage klassi sisse. Looge klassist vähemalt kaks eksemplari (nt. eri kuude sademete hulk päevade kaupa). Tutvuge tunninäidetega, lisage omapoolseid funktsioone. Nt: miinimum, maksimum, 25% ja 75% kvartiilid, lugemisvõimalus tekstifailist, väärtuste vahede põhjal uue arvukogumiku loomine. • Jooniseid koostava klassi loomine. 22.-23.02 Võib kasutada eelmise kodutöö klassi. Lisage andmestikku illustreeriva joonis(t)e koostamise käsklus. Jooniste näiteid: andmete sagedusjaotus; joonisel olevad miinimum, maksimum, mediaan, kvartiilid ja eraldi antud üksikväärtus; sektordiagramm; pilt, mille omadused sõltuvad klassi eksemplari arvude väärtustest. • Liideste abil osadeks jagatud andmeanalüüsirakendus 14.-16.03 Liidese (Interface) abil kirjeldatakse ära andmeid töötlev funktsioon (näiteks tehe, mis saab sisse kaks parameetrit ning väljastab ühe). Koostatakse mitu erisugust klassi liidese realiseerimiseks (näiteks mitmesugused tehted) ja katsetatakse nende tööd. Teise poolena koostatakse funktsioon, mis ühe parameetrina võtab sisse eelnevalt loodud liidese eksemplari ning rakendab tema oskusi etteantud andmete juures. • Graafilise kasutajaliidesega rakendus andmete grupeerimiseks. 28.-30.03 Sisseloetud andmestiku ülevaatlik graafiline väljund. Võimalus andmeid jagada gruppidesse, kusjuures gruppide arvu on võimalik muuta. Teretulnud mitmesugused automaatsed algoritmid andmete põhjendatud grupeerimiseks, samuti ülevaatlikud arvutused, et millise maani on gruppide arvu suurendamisest kasu andmestiku võimalikult täpsel kirjeldamisel (gruppide arvu lisandumisel ei kahane enam oluliselt kaugus grupikeskmest). • Juhuslikkust sisaldavate katsete abil ülesannete lahendamine ning lahenduse usaldusväärsuse hindamine. 4.-6.04 Olukorra kirjeldamine andmete ning tegevuste kirjeldamine arvutuste abil. Olemasolevast seisundist korduvalt sammude kaupa järgmise arvutamine. Korduvate katsete abil tulemuste sarnasuste hindamine. Soovi korral illustreeriva joonise koostamine. Keerukuse näide: jahimees ning metssiga jalutavad etteantud suurusega metsas, kumbki muudab oma suunda juhuslikkust sisaldava algoritmi alusel. Leia, mitme minuti/sammu/meetri läbimise järel satuvad nad üksteisest vähem kui 50 meetri kaugusele. Millised on vähim, suurim ja keskmine väärtus 10, 1000 ja 1000 katse korral. • Andmekogumite erinevust ja erinevuse usaldusväärsust hindava rakenduse loomine. 11.-13.04 Andmestiku jaotuse leidmine ning jaotuse kaudu väärtuste esinemistõenäosuste hindamine. Andmestiku keskmise väärtuse usaldusvahemiku leidmine andmete hajuvust näitavat standardhälvet ning valimi elementide arvu arvestades. Andmestik võib olla loodud eelneva kodutöö käigus tehtud katsete põhjal. Sealjuures võimalik hinnata katsete käigus saadud tulemuste usaldusvahemikku. • Teksti analüüsiv või sarnaseid tekste leidev rakendus. 18.-20.04 Teksti mõõdetavate omaduste leidmine ja/või nende abil tekstide järjestamine uuritava teksti suhtes või omavaheline grupeerimine. Omaduste näiteid: teksti pikkus, erinevate sümbolite arv, levinumad sõnad, kirjavahemärkide osakaal, erinevate sõnade arv esimese 100, 1000 ja 10000 sõna hulgas. • Mitme tunnuse alusel andmeid rühmitav rakendus. 25.-28.04 Andmestiku kirjetel on rohkem kui kaks tunnust. Algoritmi(de) abil paigutatakse andmete poolest sarnased kirjed lähestikku ning erinevad üksteisest kaugemale. Ideid: erisuguste katsete tulemusena saadud lähteandmete võrdlemine, tunnuste tähtsuste osakaalu määramine. • Objektorienteeritud seadistatav andmeanalüüsirakendus. Eksamipäevaks Kasutaja tegevuse abil andmeid eri parameetrite alusel esitav või nähtust modelleeriv rakendus. Jagada eraldi kompileeritavateks ja katsetatavateks üksusteks (klassideks), mis hiljem üheskoos töötavad. Näiteid: olukordade, nähtuste, seadmete simulatsioonid ning neist kogutud andmete esitamine. Olemasoleva andmestiku seast kasutaja muudetavate parameetrite alusel jooniste ja arvuliste tulemuste saamine. Üksikuid mooduleid võib luua üheskoos, kasutada tuttavate omi või ka päris võõraid. Igaüks peab suutma kogu esitatavat koodi ja rakenduse toimimist seletada ning seal peab olema mõni ka päris oma tehtud moodul. • Rakenduse kohandamine eksamipäeval. Igaüks tutvustab õppejõule oma rakenduse ülesehitust ja toimimist. Koos mõeldakse välja lisandus, mis lahendusele eksamipäeval juurde kirjutada. Soovitav on omalt poolt välja mõelda täienduse ettepanek.