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