ݺߣ

ݺߣShare a Scribd company logo
Předměty pro bakalářský stupeň studia
Umělá inteligence a její
aplikace (4IZ232)
• Kurz podá základní úvod do umělé inteligence.
• Vyzkoušíte si software z různých oblastí
umělé inteligence:
 NetLogo: multiagentní modelování,
 Botpress: konstrukce chatbotů,
 Protégé: reprezentace znalostí
pomocí ontologie,
 TensorFlow: rozpoznávání textu a obrázků
neuronovou sítí.
• Seznámíte se také s umělou inteligencí jako vědou
při četbě vybraného článku.
• Znalost programování v Pythonu a nebo
Javascriptu výhodou.
Programy: AI, IMES
XML – Teorie a
praxe
značkovacích
jazyků (4IZ238)
• Kurz se věnuje značkovacím jazykům,
zejména jazyku XML a jeho využití v
praxi
• Studenti se seznámí s celým
ekosystémem XML včetně XML
schémat, XPath a XSLT
• Studenti se naučí validovat dokumenty
XML a převádět je do dalších formátů,
zejména HTML a PDF
• Kurz je určen pro zvídavé studenty
informatiky, kteří mají zvládnuté základy
programování a tvorby statických
webových stránek
Programy: AI, IMES
Webové
technologie
(4IZ268)
• Kurz se věnuje frontendovým
technologiím HTML, CSS a Javascript
• Studenti se naučí vytvářet webové
stránky v souladu s aktuálními
webovými standardy a trendy
• Ukážeme si jak pomocí Javascriptu
oživit stránky a využívat funkce
externích webových služeb
• Kurz je určen pro zvídavé studenty
informatiky, kteří mají zvládnuté základy
programování
Programy: AI, IMES
Webové aplikace
(4IZ278)
• Kurz se věnuje architektuře webových
aplikací
• V rámci cvičení se studenti naučí
vytvářet webové aplikace v jazyce PHP
• Studenti se seznámí se způsoby
zabezpečení aplikací, zvyšování jejich
výkonu a nasazení
• Kurz je určen pro zvídavé studenty
informatiky, kteří umí programovat a již
ovládají webový frontend (HTML, CSS
a Javascript)
Programy: AI, IMES
Předměty pro magisterský stupeň studia
Automatizace
zpracování
textů (4IZ422)
V kurzu získáte odpovědi na otázky jako:
• Proč je třeba odborně zpracovávat
báze textových dokumentů a jaké
nástroje lze
k tomu použít
• Jaké jsou hlavní problémy zpracování
textů v přirozeném jazyce a jak náročné
je jejich řešení
• Jak je třeba zpracovat bázi textových
dokumentů, aby v ní bylo možné
snadno
a rychle něco vyhledat
Program: ZWT
Umělá
inteligence I
(4IZ431)
• Umělá inteligence je obor informatiky
zabývající se tvorbou systémů
vykazujících známky inteligentního
chování při řešení komplexních úloh
• Předmět se zaměřuje na čtyři typické
oblasti AI: řešení úloh, plánování,
učení, vnímání
• Na cvičeních se studenti seznámí se
základními publikacemi z oboru i se
simulačními programy pro úlohy AI
Program: ZWT, VS: 4IQ
Propojená data
na webu (4IZ440)
• Od ZS 2024 se předpokládá reakreditace
pod názvem Grafová data a znalosti
• Předmět poskytne dovednosti pro návrh
datových struktur grafových databází, pro
dotazování a správu grafových dat, a pro
jejich vystavování na webu
• Hlavní technologickou platformou je
datový model RDF, a nad ním dotazovací
jazyk SPARQL a validační jazyk SHACL
• V reakreditované verzi bude dále zařazen
model Property Graphs využívaný mj.
v systému Neo4J, a dotazovací jazyk
Cypher
Program: ZWT, VS: 4DI, 4IQ
Dobývání
znalostí z
databází
(4IZ450)
• Kurz se věnuje základním metodám
strojového učení používaným v oblasti
datové analytiky
• Budou popsány úlohy klasifikace,
predikce, segmentace, hledání asociací
a detekce odchylek
• Ve cvičeních práce se systémy
RapidMiner a BigML
• Nepředpokládá se znalost
programování
Program: ZWT, VS: 4DI, 4IQ
Data mining
praktické
aplikace (4IZ560)
• Kurz je koncipován jako krok absolventa do
komerční praxe
• V první části jsou ukázány komerční aplikace s
důrazem na skutečné použití
• Druhá část je věnována postupu, jak probíhá
typická tvorba machine learning modelu
• Třetí část je věnována popisu metod s ohledem
na jejich reálné využití a typickými problémy
řešenými v praxi
• V rámci workshopu si vyzkoušíme aplikaci
vybraných metod, řešení praktických problémů,
příklady, kdy metody dají chybné výsledky a
hledání důvodů a interpretaci výsledků modelu a
návrhů na business použití
Program: ZWT, VS: 4DI, 4IQ
Umělé neuronové
sítě (4IZ561)
• Předmět se věnuje jak základům umělých
neuronových sítí tak také pokročilým
tématům hlubokých neuronových sítí
• Mezi základní témata patří vícevrstvá
neuronová síť, aktivační a ztrátové funkce,
učení neuronové sítě, rekurentní sítě
• Mezi pokročilá témata hlubokých
neuronových sítí patří konvoluční sítě,
obohacování dat, přenesené učení, slovní
vnoření, transformery, generování textu a
obrazu
• Kromě vysvětlení jednotlivých konceptů je
součástí také praktické vyzkoušení v
jazyce Python s důrazem na obraz a text
[Tento obrázek byl vytvořen za asistence DALL·E 2] Program: ZWT, VS: 4DI, 4IQ
Data mining v
cloudu (4IZ569)
• Kurz se věnuje cloudovým platformám
a jejich machine learning funkcionalitě
• Kromě práce s klasickými
strukturovanými daty je součástí také
zpracování volných textů a
obrázkových dat
• Pracuje se primárně s platformami
BigML a Azure
• Kurz je koncipován pro
neprogramátory, nicméně ukázka
integrace platforem s Pythonem je
součástí kurzu
Program: ZWT
Programování pro
data science v
pythonu
(4IZ565/565)
• Kurz se věnuje programování pro data science
• Kurz bude pokrývat i pokročilejší techniky, jako
je řešení nevyvážených dat, redukce
dimenzionality, big data (Spark), metody pro
vysvětlování black box modelů jako LIME a
Shapley
• Důraz je kladen na přednášky z praxe (v
minulosti například Adastra, Škoda Auto, PAQ
research, Median, Rohlík.cz)
• Kurz pokrývá i základy dalších data science
prostředí, zejm. jazyka R
• Kurz je vypisován v české verzi v letním
semestru (4iz566) a v anglické verzi v zimním
semestru (4iz565)
Program: ZWT

More Related Content

Vybrané předměty vyučované KIZI pro studenty informatických oborů FIS VŠE

  • 2. Umělá inteligence a její aplikace (4IZ232) • Kurz podá základní úvod do umělé inteligence. • Vyzkoušíte si software z různých oblastí umělé inteligence:  NetLogo: multiagentní modelování,  Botpress: konstrukce chatbotů,  Protégé: reprezentace znalostí pomocí ontologie,  TensorFlow: rozpoznávání textu a obrázků neuronovou sítí. • Seznámíte se také s umělou inteligencí jako vědou při četbě vybraného článku. • Znalost programování v Pythonu a nebo Javascriptu výhodou. Programy: AI, IMES
  • 3. XML – Teorie a praxe značkovacích jazyků (4IZ238) • Kurz se věnuje značkovacím jazykům, zejména jazyku XML a jeho využití v praxi • Studenti se seznámí s celým ekosystémem XML včetně XML schémat, XPath a XSLT • Studenti se naučí validovat dokumenty XML a převádět je do dalších formátů, zejména HTML a PDF • Kurz je určen pro zvídavé studenty informatiky, kteří mají zvládnuté základy programování a tvorby statických webových stránek Programy: AI, IMES
  • 4. Webové technologie (4IZ268) • Kurz se věnuje frontendovým technologiím HTML, CSS a Javascript • Studenti se naučí vytvářet webové stránky v souladu s aktuálními webovými standardy a trendy • Ukážeme si jak pomocí Javascriptu oživit stránky a využívat funkce externích webových služeb • Kurz je určen pro zvídavé studenty informatiky, kteří mají zvládnuté základy programování Programy: AI, IMES
  • 5. Webové aplikace (4IZ278) • Kurz se věnuje architektuře webových aplikací • V rámci cvičení se studenti naučí vytvářet webové aplikace v jazyce PHP • Studenti se seznámí se způsoby zabezpečení aplikací, zvyšování jejich výkonu a nasazení • Kurz je určen pro zvídavé studenty informatiky, kteří umí programovat a již ovládají webový frontend (HTML, CSS a Javascript) Programy: AI, IMES
  • 7. Automatizace zpracování textů (4IZ422) V kurzu získáte odpovědi na otázky jako: • Proč je třeba odborně zpracovávat báze textových dokumentů a jaké nástroje lze k tomu použít • Jaké jsou hlavní problémy zpracování textů v přirozeném jazyce a jak náročné je jejich řešení • Jak je třeba zpracovat bázi textových dokumentů, aby v ní bylo možné snadno a rychle něco vyhledat Program: ZWT
  • 8. Umělá inteligence I (4IZ431) • Umělá inteligence je obor informatiky zabývající se tvorbou systémů vykazujících známky inteligentního chování při řešení komplexních úloh • Předmět se zaměřuje na čtyři typické oblasti AI: řešení úloh, plánování, učení, vnímání • Na cvičeních se studenti seznámí se základními publikacemi z oboru i se simulačními programy pro úlohy AI Program: ZWT, VS: 4IQ
  • 9. Propojená data na webu (4IZ440) • Od ZS 2024 se předpokládá reakreditace pod názvem Grafová data a znalosti • Předmět poskytne dovednosti pro návrh datových struktur grafových databází, pro dotazování a správu grafových dat, a pro jejich vystavování na webu • Hlavní technologickou platformou je datový model RDF, a nad ním dotazovací jazyk SPARQL a validační jazyk SHACL • V reakreditované verzi bude dále zařazen model Property Graphs využívaný mj. v systému Neo4J, a dotazovací jazyk Cypher Program: ZWT, VS: 4DI, 4IQ
  • 10. Dobývání znalostí z databází (4IZ450) • Kurz se věnuje základním metodám strojového učení používaným v oblasti datové analytiky • Budou popsány úlohy klasifikace, predikce, segmentace, hledání asociací a detekce odchylek • Ve cvičeních práce se systémy RapidMiner a BigML • Nepředpokládá se znalost programování Program: ZWT, VS: 4DI, 4IQ
  • 11. Data mining praktické aplikace (4IZ560) • Kurz je koncipován jako krok absolventa do komerční praxe • V první části jsou ukázány komerční aplikace s důrazem na skutečné použití • Druhá část je věnována postupu, jak probíhá typická tvorba machine learning modelu • Třetí část je věnována popisu metod s ohledem na jejich reálné využití a typickými problémy řešenými v praxi • V rámci workshopu si vyzkoušíme aplikaci vybraných metod, řešení praktických problémů, příklady, kdy metody dají chybné výsledky a hledání důvodů a interpretaci výsledků modelu a návrhů na business použití Program: ZWT, VS: 4DI, 4IQ
  • 12. Umělé neuronové sítě (4IZ561) • Předmět se věnuje jak základům umělých neuronových sítí tak také pokročilým tématům hlubokých neuronových sítí • Mezi základní témata patří vícevrstvá neuronová síť, aktivační a ztrátové funkce, učení neuronové sítě, rekurentní sítě • Mezi pokročilá témata hlubokých neuronových sítí patří konvoluční sítě, obohacování dat, přenesené učení, slovní vnoření, transformery, generování textu a obrazu • Kromě vysvětlení jednotlivých konceptů je součástí také praktické vyzkoušení v jazyce Python s důrazem na obraz a text [Tento obrázek byl vytvořen za asistence DALL·E 2] Program: ZWT, VS: 4DI, 4IQ
  • 13. Data mining v cloudu (4IZ569) • Kurz se věnuje cloudovým platformám a jejich machine learning funkcionalitě • Kromě práce s klasickými strukturovanými daty je součástí také zpracování volných textů a obrázkových dat • Pracuje se primárně s platformami BigML a Azure • Kurz je koncipován pro neprogramátory, nicméně ukázka integrace platforem s Pythonem je součástí kurzu Program: ZWT
  • 14. Programování pro data science v pythonu (4IZ565/565) • Kurz se věnuje programování pro data science • Kurz bude pokrývat i pokročilejší techniky, jako je řešení nevyvážených dat, redukce dimenzionality, big data (Spark), metody pro vysvětlování black box modelů jako LIME a Shapley • Důraz je kladen na přednášky z praxe (v minulosti například Adastra, Škoda Auto, PAQ research, Median, Rohlík.cz) • Kurz pokrývá i základy dalších data science prostředí, zejm. jazyka R • Kurz je vypisován v české verzi v letním semestru (4iz566) a v anglické verzi v zimním semestru (4iz565) Program: ZWT