Neurónové siete 2023 (FPVaI/KI/NS/22)
Softvérové inžinierstvo 22/23 (FPVaIKI/SI/22)
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.
Cloudové technológie (FPVaI/KI/CT/22) 2024 kopírovanie 1
Cloudové technológie (FPVaI/KI/CT/22)
Cloudové technológie (FPVaI/KI/CT/22) 2023
Hĺbková analýza dát (KI/HAD/22)
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.
Objavovanie znalostí (KI/OZ/22)
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
Objavovanie znalostí z edukačných dát (FPVaI/KI/OZED/22) 2023
Objavovanie znalostí z edukačných dát (FPVaI/KI/OZED/22) 2024
Technológie spracovania veľkých dát (FPVaI/KI/TSV/22)
Technológie spracovania veľkých dát 2024 (FPVaI/KI/TSV/22)
Úvod do strojového učenia (FPVaI/KI/USU/22)
Vybrané kapitoly z vývoja softvéru II.
Systémy aplikovanej a priemyselnej informatiky (KI/SAP/23)
Systémy aplikovanej a priemyselnej informatiky
Softvérové inžinierstvo (FPVaI/KI/SI/22) 2024
Seminár k diplomovej práci I.
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.