edu.ukf.sk - Vzdelávací portál - Univerzita Konštantína Filozofa, Nitra

Študent bude poznať a vedieť aplikovať základné matematické konštrukcie, ktoré sú potrebné pre štúdium aplikovanej informatiky. Po skončení tohto predmetu si študent osvojí základy logického myslenia a bude poznať princípy výrokovej logiky. Bude vedieť formulovať problém a prepísať ho do logického kalkulu. Ďalej bude poznať a vedieť aplikovať základné diskrétne matematické štruktúry, algoritmy na prevody čísel z jednej sústavy do druhej a spôsoby reprezentácie čísel. Bude vedieť modelovať a riešiť jednoduché kombinatorické úloh a formulovať úlohy riešené prostredníctvom grafov, pričom bude poznať podstatu rozhodovacích a optimalizačných problémov vyjadrených formou grafov. Bude vedieť aplikovať získané formálne nástroje nielen v ďalšom svojom štúdiu aplikovanej informatiky, ale i v praxi.

V priebehu semestra vypracuje študent pod vedením školiteľa stanovenú časť záverečnej práce.
V rámci seminárov študent zrealizuje praktické aktivity s dôrazom na metodiku a povahu záverečnej práce podľa pokynov a zadania školiteľa.

Cieľom kurzu je oboznámiť študentov so základnými grafickými prvkami a spôsobe ich vykresľovania a editovania v známom grafickom softvéri Blender, open-source programe, určenom na modelovanie a renderovanie 3 dimenzionálnej počítačovej grafiky.

Cieľom predmetu je oboznámiť študenta so základnými princípmi softvérového inžinierstva. Študent bude vedieť charakterizovať jednotlivé softvérové procesy, popísať výhody a nevýhody niekoľkých modelov životného cyklu vývoja softvérového produktu, bude prakticky ovládať viacero metód a techník vývoja softvérového produktu. Študent bude rozumieť významu jednotlivých diagramov UML. Študent aplikuje rôzne prístupy k testovaniu a validácie softvérového produktu.

Obsah kurzu oboznamuje študentov s modelovaním dát a s evalváciou výsledkov. Cieľom kurzu je naučiť študentov vybrať a aplikovať správnu metódu na riešenie data mining-ového problému/úlohy objavovania znalostí a vyhodnotiť získané výsledky. Druhá časť kurzu je zameraná na modelovanie správania sa používateľov webu v závislosti od času.

Výsledky vzdelávania:
Študent rozumie procesu objavovania znalostí- je oboznámený s procesom transformácie údajov na informácie a znalosti. Dôraz je kladený na modelovanie (Data Mining, DM), ktoré je jadrom celého procesu objavovania znalostí (Knowledge Discovery, KD). Študent diskutuje o možnostiach analýzy dát- aplikácii analytických metód na riešenie konkrétnych data mining-ových problémov/úloh objavovania znalostí. Pri riešení problémov sa kladie dôraz nie na algoritmy výpočtov, ale na podstatu metód, správny výber metódy a vyhodnotenie výsledkov (overenie predpokladov použitia, porovnanie výsledkov, vizualizácia, krížová validácia). Študent po absolvovaní predmetu je schopný analyzovať predspracované dáta, vybrať a aplikovať správnu metódu na riešenie data mining-ového problému/úlohy objavovania znalostí a vyhodnotiť získané výsledky.

Informačný list predmetu Data mining

Obsah kurzu oboznamuje študentov s predspracovaním dát o používaní webu, s procesom objavovania vzorcov správania sa používateľov webu a s evalváciou procesu prípravy dát. Cieľom kurzu je naučiť študentov zhodnotiť proces prípravy dát pre konkrétny portál/systém. Druhá časť kurzu je zameraná na obsah a štruktúru webu.

Výsledky vzdelávania:
Študent rozumie procesu objavovania znalostí. Študent rozlišuje domény web mining-u, je schopný získať a predspracovať relevantné dáta o obsahu, štruktúre a používaní webu. Dôraz je kladený na predspracovanie dát (Data Preparation, DP), ktoré je časovo najnáročnejšou fázou celého procesu objavovania znalostí (Knowledge Discovery, KD). Študent diskutuje o možnostiach predspracovania dát. Pri riešení projektu sa kladie dôraz na oblasť objavovania znalostí na základe používania webu- web usage mining. Práve na tejto oblasti si študent ozrejmí princíp a jednotlivé fázy procesu objavovania znalostí. Študent po absolvovaní predmetu je schopný riadiť proces objavovania znalostí.

Informačný list predmetu Web mining