Fakulta prírodných vied a informatiky

Študent vie charakterizovať ciele a oblasti výskumu analýzy edukačných dát. Študent rozumie špecifikám skúmanej domény. Študent ovláda viacero metód a techník analýzy dát z domény vzdelávania. Študent rozumie problematike uchovávania, spracovania, analýzy a vizualizácii edukačných dát z pohľadu vývoja softvéru. Študent navrhuje vhodnú architektúru softvérového produktu. Študent spolupracuje na implementácii prístupov a aplikácii skúmanej domény v prostredí vzdelávacej organizácie.

Výsledky vzdelávania:
Poslucháč dokáže identifikovať potenciálne aplikácie strojového učenia v praxi, vie vhodne vybrať metódu na základe úlohy a charakteru zdrojových dát. Poslucháč vie pripraviť a vybrať vhodné príznaky z údajov, ktoré slúžia ako vstup do modelov strojového učenia, vie použiť metódy strojového učenia z oblastí ako regresia, klasifikácia, klastrovanie, vyhľadávanie a odporúčanie systémov. Poslucháč vie zhodnotiť kvalitu vytvoreného modelu z hľadiska relevantných metrík chybovosti, vie implementovať metódy strojového učenia 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 strojové učenie.

Informačný list predmetu Strojové učenie

Výsledky vzdelávania:
Poslucháč je oboznámený so základnými artikulačnými a akustickými charakteristikami reči a rozumie ako rôzne významy môžu byť dosiahnuté rôznymi rečovými charakteristikami. Prostredníctvom praktických riešených úloh rozumie tvorbe rečových korpusov a ovláda možnosti anotácie reči a následného extrahovania rečových charakteristík z týchto korpusov. Poslucháč navrhuje konkrétne scenáre jednoduchej rečovej interakcie medzi človekom a strojom a diskutuje o možnostiach implementácie. Poslucháč sa orientuje v prípadových štúdiách danej problematiky.

Informačný list predmetu Spracovanie reči

Výsledky vzdelávania:
Poslucháč je oboznámený s najrozšírenejšími aplikáciami spracovania prirodzeného jazyka (NLP), pričom získa dostatočne poznanie a porozumenie, aby zvládol riešiť aktuálne problémy v oblasti NLP. Je oboznámený s centrálnymi výskumnými metódami a technológiami, ktoré sa používajú na spracovanie a modelovanie prirodzeného jazyka. Poslucháč nadobudne zručnosti samostatne realizovať a hodnotiť výsledky experimentov zameraných na spracovanie a modelovanie jazykových vlastností, a neskôr k samostatnému navrhovaniu a implementovaniu komplexnejších systémov na spracovanie prirodzeného jazyka.

Informačný list predmetu Spracovanie prirodzeného jazyka

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