Rozpoznávanie vzorov
Výsledky vzdelávania:
Poslucháč dokáže identifikovať potenciálne aplikácie rozpoznávania vzorov v praxi, pozná základné metódy z oblasti rozpoznávania vzorov, vie vhodne vybrať metódu na základe zadania riešenej úlohy. Poslucháč vie pripraviť a vybrať vhodné príznaky pre príznakové rozpoznávanie, pozná základné výhody, nevýhody a obmedzenia metód využívaných pri rozpoznávaní, vie aplikovať tieto metódy na reálne problémy z oblasti rozpoznávania textu z obrázku, rozpoznávania rukou písaného textu, analýzy reči, rozpoznávania osôb, ich veku, pohlavia, detekcie, extrakcie a klasifikácie emocionálneho stavu používateľa atď. Poslucháč vie implementovať metódy rozpoznávania vzorov vo vybranom analytickom nástroji, resp. pomocou vybraných knižníc v zvolenom programovacom jazyku. Ako poslucháč tretieho stupňa vie kriticky zhodnotiť príspevky z článkov a konferencií zameraných na rozpoznávanie vzorov.
Informačný list predmetu Rozpoznávanie vzorov
Spracovanie údajov v jazyku Python 2024 (FPVaI/KI/SUP/22)
Programovanie aplikácií v jazyku Python 2024 (FPVaI/KI/PAP/22)
Programovanie robotických stavebníc 2024 (FPVaI/KI/RPRS/12)
KI/PROG/22 Programovanie (učiteľstvo informatiky)
Didaktika informatiky (2022)
Edukačné programovacie prostredia
Programovanie pre rozširujúce štúdium informatiky
Značkovacie jazyky (KI/ZJ) - 2020
Programovanie aplikácií so senzormi (iOS)
Umelá inteligencia - Halvonik
Cieľom kurzu je zoznámiť študentov zo základnými problémami umelej inteligencie (UI). Vymedziť UI ako odbor i ako súbor unikátnych problémov a prístupov riešení. Absolvent by mal získať nadhľad potrebný pre ďalšie štúdium v nadväzujúcich predmetoch.
Koncepty počítačovej bezpečnosti (KI/KPB/22)
Princípy počítačových sietí (rozširujúci)
Študent formuluje organizáciu Internetu. Študent kategorizuje a definuje príslušnú terminológiu siete. Študent rozlišuje a identifikuje prvky sieťovej infraštruktúry. Študent vysvetluje rozdiely a vzájomné vzťahy medzi IP a Ethernet. Študent generalizuje poznatky vo forme vrstvových sieťových modelov. Študent dáva do protikladu fixné a dynamické alokačné techniky. Študent vysvetluje organizáciu bezdrôtových sietí a rozoznáva mobilné sieťové technológie.
Stručná osnova predmetu:
- Počítačové siete a Internet. História počítačových sietí a Internetu. Štruktúra Internetu. Jadro a konce siete. Služby počítačových sietí.
- Protokolová architektúra. TCP/IP referenčný model. ISO OSI Model.
- Aplikačná vrstva. Architektúra aplikačných protokolov. Architektúra služby www, elektronickej pošty, systémy na prenos súborov ftp a systému DNS.
- Bezpečnosť v počítačových sieťach. Symetrická a asymetrická kryptografia. Digitálny odtlačok. Elektronický podpis. Certifikačná autorita.
- Transportná vrstva. Štruktúra transportných protokolov. Spojovo orientované a nespojovo orientované protokoly. Nadväzovanie a ukončovanie spojenia na transportnej vrstve. Kvalita služieb.
- Delenie globálneho IP priestoru. Štruktúra IP adresy. Správa a vlastníctvo IP priestoru. Úloha sieťovej masky a rozsah siete. Prideľovanie IP adries.
-
Sieťová vrstva. Štruktúra IPv4 protokolu. Oznamovanie chybových stavov. Základné princípy smerovania.Spojová vrstva. Linkové rámce. Typy komunikácie v lokálnych a rozľahľých sieťach. Prepínané lokálne siete.
-
Fyzická vrstva. Kódovanie a signály. Typy a vlastnosti fyzických médií. Sieťový hardvér. Základné charakteristiky sieťovej prevádzky.
-
Bezdrôtové a mobilné siete. Digitálna modulácia a multiplexing. Mobilita. Bezpečnosť bezdrôtových a mobilných sietí. Autentifikačné mechanizmy.
Web mining (KI/WM)
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