1. Utts, J.M., Heckard, R.F. (2021), Mind od Statistics, 6th ed., Thomson Brooks/Cole
2. Peck, R., Short, T. (2019), Statistics: Learning from Data, 2nd ed., Cengage Learning
3. Crawley, M.J. (2014), Statistics: An Introdution using R, New York: Wiley
4. Wickham, H. (2016), ggplot2: Elegant Graphics for Data Analysis, 2nd ed. Springer
5. VanderPlas, J. (2023), Python Data Science Handbook, O'Reilly Media
6. Anděl J. (2011): Základy matematické statistiky, MatfyzPress, Praha
Test (30b) a samostatná práca na zadanom projekte s praktickou aplikáciou získaných poznatkov (20b). Prezentácia projektu (5b).
Z každej časti je potrebné získať aspoň 50%.
Výsledné hodnotenie: ≥90% A; ≥80% B; ≥70% C; ≥60% D; ≥50% E; <50% FX.
slovenský
1. Vizualizácia dát pomocou štatistického softvéru R s využitím vhodných balíkov.
2. Základné princípy štatistickej inferencie. Náhodný výber z normálneho rozdelenia, qq-plot, testovanie normality.
3. Intervaly spoľahlivosti pre pomery (jeden a dva náhodné výbery).
4. Intervaly spoľahlivosti pre stredné hodnoty (jeden a dva výbery, párové dáta).
5. Testy hypotéz o pomeroch (jeden a dva náhodné výbery).
6. Testy hypotéz o stredných hodnotách (jeden a dva výbery, párové dáta).
7. Závislosť kvantitatívnych veličín. Lineárna regresia. Viacnásobná regresia.
8. Vizualizácia dát v jazyku Python (1. časť).
9. Závislosť kvalitatívnych veličín. Testy dobrej zhody a kontingenčné tabuľky.
10. Analýza rozptylu (princíp, testovanie, grafické znázornenie).
11. Vizualizácia dát v jazyku Python (2. časť).
12. Neparametrické metódy testovania.
Študenti získajú praktické zručnosti pri aplikovaní základných štatistických metód odhadovania a testovania na reálnych dátach pomocou štatistického softvéru. Zároveň si vybudujú konkrétnu predstavu o základných štatistických pojmoch a metódach, preberaných v nadväzujúcich predmetoch z teoretického hľadiska.
J.E. Hopcroft, R.Motwani, J.D. Ullman: Introduction to automata theory, languages, and computation, Addison-Wesley, 2001.
J. Shallit: A second course in formal languages and automata theory, Cambridge University press, 2009.
M. Sipser: Introduction to the theory of computation, Thomson Course Technology, 2006.
Písomný test zameraný na príklady z oblasti konštrukcie konečnostavovývh automatov a ich optimalizácie, počas cvičení v prebehu semestra.
Písomná závečná skúška. Do celkového hodnotenia sa zohľadňuje aj výsledok písomného testu z cvičení počas semestra (30% váhou do váženého priemeru).
Slovenský alebo anglický
Obsahové prerekvizity: Základné pojmy z matematickej logiky -dôkaz sporom, dôkaz matematickou indukciou. Základné pojmy z teórie množín -prienik, zjednotenie, doplnok, kartézsky súčin, potenčná množina. Základné pojmy z teórie vyčísliteľnosti -rekurzívna funkcia, čiastočne rekurzívna funkcia, Turingov stroj, a ich vlastnosti
1: Chomského hierarchia gramatík: abeceda, symbol (znak, písmeno), tranzitívny uzáver, slovo (reťazec), prázdne slovo (prázdny reťazec), dĺžka slova, zreťazenie, jazyk, gramatika, neterminálový symbol, terminálový symbol, počiatočný neterminál (štartovací symbol), gramatické pravidlo, krok odvodenia, jazyk generovaný gramatikou, Chomského hierarchia gramatík - frázové, kontextové, bezkontextové, regulárne
2: Deterministické konečnostavové automaty: konečnostavový automat, stav, vstupný symbol, výstupný symbol, počiatočný stav, prechodová funkcia, výstupná funkcia, príklady automatov a ich grafická reprezentácia, zovšeobecnená prechodová a výstupná funkcia, ich základné vlastnosti
3: Redukcia automatov I: ekvivalentné automaty, minimálny (optimálny) automat, dosiahnuteľný stav, vlastnosti dosiahnuteľných stavov, odstraňovanie nedosiahnuteľných stavov
4: Redukcia automatov II: ekvivalentné stavy, k-ekvivalentné stavy, vlastnosti ekvivalencie a k-ekvivalencie, vzťah medzi k-ekvivalenciou a (k+1)-ekvivalenciou, rozklad množiny stavov na triedy ekvivalentných stavov, odstraňovanie ekvivalentných stavov
5: Redukcia automatov III: dôkaz korektnosti, jednoznačnosti, a optimálnosti redukovaného automatu, testovanie ekvivalencie dvoch automatov
6: Deterministické konečnostavové akceptory: základné definície, jazyk rozpoznávaný konečnostavovým akceptorom, spoločné vlastnosti akceptorov a automatov s výstupom, minimalizácia konečnostavového akceptora
7: Operácie s regulárnymi jazykmi: doplnok, prienik, zjednotenie, rozdiel, symetrický rozdiel, testovanie prázdnosti, inklúzie, rovnosti, a disjunktnosti pre regulárne jazyky
8: Nedeterministické konečnostavové akceptory: definícia, prechodová funkcia, jazyk rozpoznávaný nedeterminisickým akceptorom, odstraňovanie nedeterminizmu
9: epsilon-akceptory: definícia, vlastnosti, odstraňovanie epsilon-prechodov
10: Regulárne gramatiky: regulárna gramatika, rozšírená regulárna gramatika, transformácia akceptora na regulárnu gramatiku, transformácia rozšírenej regulárnej gramatiky na epsilon-akceptor
11: Regulárne výrazy I: základné vlastnosti, transformácia regulárneho výrazu na epsilon-akceptor
12: Regulárne výrazy II: regulárne rovnice, povolené algebrické manipulácie s regulárnymi výrazmi, riešenie rovnice s jednou neznámou, riešenie sústavy regulárnych rovníc, transformácia akceptora na regulárny výraz
13: Ďalšie konštrukcie: prehľad konverzií medzi rôznymi reprezentáciami, príklad priamočiarej transformácie gramatiky na regulárny výraz, uzavretosť triedy regulárnych jazykov na ďalšie jazykové operácie - zreťazenie a iterácia, zrkadlový obraz
14: Ďalšie operácie: homomorfizmus a inverzný homomorfizmus, bezkontextový jazyk, ktorý nie je regulárny
Základné poznatky z oblasti formálnych jazykov a gramatík.
Poznatky o problematike regulárnych jazykov, problematike konštrukcie konečnostavových automatov a akceptorov, ako aj ich transformácii na optimálny tvar.
Poznatky o konštrukcii efektívnych algoritmov pre spracovávanie a vyhľadávanie textových informácií.
1. J.E. Hopcroft, R.Motwani, J.D. Ullman: Introduction to automata theory, languages, and computation, Addison-Wesley, 2001.
2. J. Shallit: A second course in formal languages and automata theory, Cambridge University press, 2009.
3. M. Sipser: Introduction to the theory of computation, Thomson Course Technology, 2006.
Písomný test zameraný na príklady z oblasti regulárnych výrazov, bezkontextových gramatík, a zásobníkových automatov, počas cvičení v prebehu semestra.
Písomná závečná skúška. Do celkového hodnotenia sa zohľadňuje aj výsledok písomného testu z cvičení počas semestra (30% váhou do váženého priemeru).
Slovenský alebo anglický.
Obsahové prerekvizity:
Základné pojmy z matematickej logiky -dôkaz sporom, dôkaz matematickou indukciou
Základné pojmy z teórie množín -prienik, zjednotenie, doplnok, kartézsky súčin, potenčná množina
Základné pojmy z teórie vyčísliteľnosti -rekurzívna funkcia, čiastočne rekurzívna funkcia, Turingov stroj, a ich vlastnosti
Základné pojmy z teórie formálnych jazykov -regulárny jazyk, konečnostavový automat (deterministický, nedeterministický), regulárny výraz, základné definície Chomského hierarie gramatík
1: Zásobníkové automaty: Definícia zásobníkového automatu, Akceptovanie koncovými stavmi, Akceptovanie prázdnym zásobníkom
2: Deterministické zásobníkové automaty: Príklady využitia v praxi
3: Bezkontextové gramatiky: Základná definícia, Ľavé odvodenie, Derivačný strom, Odstraňovanie pravidiel typu A→epsilon a typu A→B, Chomského normálny tvar
4: Súvis medzi bezkontextovými gramatikami a zásobníkovými automatmi: Konverzia bezkontextovej gramatiky na zásobníkový automat, Konverzia na zásobníkového automatu na bezkontextovú gramatiku
5: Pumping lema I: Znenie lemy a jej dôkaz
6: Pumping lema II: Aplikácie lemy
7: Uzáverové vlastnosti bezkontextových jazykov
8: Uzáverové vlastnosti deterministických bezkontextových jazykov
9: Zásobníkove automaty s výstupom: Základné definície a vlastnosti, Príklady využitia v praxi
10: Kontextové jazyky: Kontextová gramatika, Nedeterministický lineárne ohraničený Turingov stroj (LBA), Konverzia kontextovej gramatiky na LBA, Konverzia LBA na kontextovú gramatiku
11: Uzáverové vlastnosti kontextových jazykov
12: Rekurzívne očíslovateľné jazyky: Frázová gramatika, Nedeterministický a deterministický Turingov stroj, Konverzia Nedeterministického Turingovho stroja na frázovú gramatiku, Konverzia frázovej gramatiky na deterministický Turingov stroj, Uzáverové vlastnosti
13: Univerzálny Turingov stroj
14: Algoritmicky nerozhodnuteľné problémy teórie formálnych jazykov
Získať základné poznatky z oblasti formálnych jazykov a gramatík.
Oboznámiť sa s problematikou efektívneho rozpoznávania bezkontextových a deterministických bezkontextových jazykov, ako aj problematikou kontextových a rekurzívne očíslovateľných jazykov. Nadobudnúť základné poznatky o algoritmicky nerozhodnuteľných problémoch súvisiacich s rozpoznávaním textu.
T. Katriňák a kol.: Algebra a teoretická aritmetika 1, Alfa Bratislava, 1985.
T.S Blyth, E.F. Robertson: Basic linear algebra, Springer Verlag, 2001.
K. Jänich: Linear algebra, Springer Verlag, 1991.
Udeľuje sa na základe priebežného hodnotenia, písomnej a ústnej časti skúšky.
Účasť:
Účasť na prednáškach a cvičeniach je povinná (tolerované sú najviac 3 neúčasti počas semestra)!
Priebežné hodnotenie:
Počas semestra sa uskutočnia dve riadne ("povinné") písomky a opravná ("nepovinná") písomka.
Všetky trvajú 100-120 min a na každej je možné získať 20 bodov.
Ak študent získa a bodov z prvej a b bodov z druhej písomky a
(i) nezúčastní sa opravnej písomky, tak jeho priebežné hodnotenie je h = a + b bodov,
(ii) zúčastní sa opravnej písomky a získa z nej c bodov, tak jeho priebežné hodnotenie je
h = max {( a + b) / 2 + c, a + b - 2} bodov.
Skúška:
Študent sa môže zúčastniť skúšky len ak h ≥ 16.
Skúška pozostáva z písomky, testu a ústnej časti.
Na písomke a teste je možné získať po 15 bodov a na ústnej časti 30 bodov.
Ak p, t, u sú počty bodov, ktoré študent získa z písomky, testu a ústnej časti skúšky,
tak celkový bodový zisk študenta je s = h + p + t + u. Stupnica: 0 ≤ s ≤ 49 FX; 50 ≤ s ≤ 59 E; 60 ≤ s ≤ 69 D; 70 ≤ s ≤ 79 C; 80 ≤ s ≤ 89 B; 90 ≤ s ≤100 A.
slovenský
Deliteľnosť v Z, zvyškové triedy celých čísel. Pole. Sústavy lineárnych rovníc, Gaussova eliminačná metóda. Zobrazenia, permutácie. Maticový počet. Determinanty, Cramerovo pravidlo.
Osvojiť si metódy matematického myslenia a poznávania. Získať základné poznatky z teórie čísel týkajúce sa deliteľnosti, osvojiť si základné pojmy z lineárnej algebry a vedieť ich aplikovať na konkrétne úlohy a matematické problémy.
G. Birkhoff, S. MacLane: Prehľad modernej algebry, Alfa Bratislava, 1979
T. Katriňák a kol.: Algebra a teoretická aritmetika 1, Alfa Bratislava, 1985
M. Sekanina, L. Boček, M. Kočandrle, J.Šedivý: Geometrie 1, SPN Praha 1986
M. Hejný, V. Zaťko, P. Kršňák: Geometria 1, SPN Bratislava 1985
J. Eliaš, J. Horváth, J. Kajan: Zbierka úloh z vyššej matematiky 1, Alfa Bratislava
A. F. Beardon: Algebra and Geometry, Cambridge University Press, 2005
Písomné previerky počas semestra, plus dva testy, ktoré môžu nahradiť časť ústnej odpovede na skúške. Záverečné hodnotenie sa udeľuje na základe priebežného hodnotenia, písomnej a ústnej časti skúšky.
slovenský
Vektorové priestory, báza. Hodnosť matice. Lineárne zobrazenia. Podobné matice. Vlastné vektory a charakteristické hodnoty lineárnej transformácie.
Afinné priestory. Lineárna sústava súradníc. Podpriestory, ich parametrické a neparametrické vyjadrenie. Vzájomná poloha dvoch podpriestorov. Zmena lineárnej sústavy súradníc. Euklidovské priestory, skalárny súčin. Vzdialenosti euklidovských podpriestorov. Kužeľosečky a kvadratické plochy.
Nadobudnúť základné poznatky o vektorových priestoroch, lineárnych zobrazeniach.
Oboznámiť študentov s analytickou geometriou lineárnych a kvadratických útvarov v euklidovskom priestore.
1. SZELISKI, Richard. Computer Vision: Algorithms and Applications. London: Springer, 2010. Texts in computer science. ISBN 978-1-84882-934-3.
2. ŠONKA, MIlan, HLAVÁČ, Václav a Roger BOYLE: Image Processing, Analysis, and Machine Vision. Cengage Learning, 2014. ISBN 978-1-133-59360-7.
3. ŠONKA, Milan a Václav HLAVÁČ. Počítačové vidění: první česká kniha o zpracování digitalizovaných obrazů ; rozpoznávání objektů v obrazech ; analýza trojrozměrných a pohybujících se objektů ; příklady aplikací počítačového vidění. Praha: Grada, 1992. Nestůjte za dveřmi (Grada).
4. ŠIKUDOVÁ, Elena. Počítačové videnie: detekcia a rozpoznávanie objektov. Praha: Wikina, [2014]. ISBN 978-80-87925-06-5.
5. NAYAR, Shree. First Principles of Computer Vision. [dostupné online: https://fpcv.cs.columbia.edu/]
Podmienky záverečného hodnotenia: záverečná skúška pozostávajúca z ústnej teoretickej časti a z obhajoby praktického zadania.
Podmienky úspešného absolvovania predmetu: Získanie aspoň 50% hodnotenia z oboch častí záverečnej skúšky. Výsledná známka bude vypočítaná z bodov za záverečnú skúšku a za zadania počas semestra.
Slovenský, anglický.
1. Úvod do počítačového videnia.
2. Farebný, šedotónový, binárny obraz. Prahovanie, histogram, vyhladzovanie histogramu. Matematická morfológia.
3. Šum, odstraňovanie šumu. Filtrovanie, konvolúcia.
4. Filtrovanie vo frekvenčnej oblasti, Fourierová tranformácia, konvolučná veta, sínusoida, vzorkovanie, aliasing. Metóda najmenších štvorcov, RANSAC. Hough transformácia na nájdenie čiar a kruhov.
5. Detekcia hrán, gradient, laplacian, Cannyho hranový detektor, detekcia rohov.
6. Segmentácia obrazu. Klastrovanie (k-means, meanshift). Grabcut. Metóda aktívnych kontúr. Textúry.
7. Príznaky. Blob detekcia. SIFT detektor a deskriptor. Geometrické transformácie.
8. Rozpoznávanie. Strojové učenie a neurónové siete v oblasti počítačového videnia. Predspracovanie obrázkov, image whitening, augmentácia dát. Detekcia tváre, Haar features.
9. Sledovanie objektu na sekvencií obrázkov, mixture of gaussians, template matching, tracking.
10. Vznik obrazu - dierková kamera. Projekcia z 3D do 2D, vonkajšia a vnútorná matica, kalibrácia kamery, epipolárna geometria, hĺbka obrazu.
https://ics.science.upjs.sk/ano/
Oboznámiť sa s vybranými metódami používanými v oblasti počítačového videnia. Mať schopnosť implementovať jednotlivé riešenia a overiť ich použiteľnosť na praktických príkladoch.
1, Laaksonen A.: Guide to Competitive Programming: Learning and Improving Algorithms Through Contests (Undergraduate Topics in Computer Science), Springer, 2017, ISBN 978-3319725468
2, Forišek M., Steinová M.: Explaining Algorithms Using Metaphors. Springer Briefs in Computer Science, Springer (2013), ISBN 978-1-4471-5018-3
3, R. Sedgewick, K. Wayne: Algorithms (4th Edition), Addison-Wesley Professional, 2011, ISBN 978-0321573513, http://algs4.cs.princeton.edu/home/
4, Open Data Structures: http://opendatastructures.org/
Aktivita na cvičeniach, domáce zadania, priebežný test.
Záverečná praktická a písomná skúška.
Slovenský alebo anglický.
Asymptotická časová a pamäťová zložitosť algoritmov. Hlavná veta. Amortizovaná zložitosť.
Riešenie hrubou silou. Backtrack. Rozdeľuj a panuj. Dynamické programovanie. Porovnávacie algoritmy usporiadania. Usporiadanie bez porovnávania. Zametanie. Algoritmy z teórie grafov.
Štruktúry údajov – rad, zásobník, prioritný rad, halda, prefixový súčet, binárne vyhľadávacie stromy, intervalový strom, union&find, písmenkový strom.
https://ics.upjs.sk/~rkb/?cmd=asu1
Pochopiť a naučiť sa základné dizajnové paradigmy programovania a dátové štruktúry. Analyzovať výpočtovú zložitosť na týchto algoritmoch.
elektronické informačné zdroje
Nutnou podmienkou pre udelenie hodnotenia je vystúpenie s prezentáciou o bakalárskej práci.
slovenský a anglický
Nutné náležitosti a formálna stránka záverečnej práce. WYSIWYG editory, LaTeX, grafické programy. Prezentačný software, Microsoft PowerPoint a jeho klony, Beamer. Zásady tvorby prezentácií a príspevkov.
Vštepiť študentom základné poznatky o forme a obsahu záverečnej práce a prezentácii k záverečnej práci ako aj o technickej podpore pre jej realizáciu.
podľa zadania bakalárskej práce.
Aktívna a samostatná práca na téme bakalárskej práce, prezentácia výsledkov na špecializovanom seminári.
slovenský a anglický
Koordinácia výskumu v oblasti bakalárskej práce na báze pravidelných stretnutí so školiteľom. Vypracovanie finálneho textu bakalárskej práce a prezentácie jej obhajoby.
Prehĺbenie vedomostí v téme bakalárskej práce, získanie nových výsledkov v danej problematike resp. nového pohľadu na príslušnú oblasť.
Zvládnutie formálneho a obsahového spracovania konkrétnej vedecko-výskumnej problematiky. Oboznámenie sa so zásadami prezentácie vedeckých výsledkov.
Odporúčaná literatúra je stanovená individuálne v súlade s témou bakalárskej práce.
Bakalárska práca je výsledkom vlastnej práce študenta. Nesmie vykazovať prvky akademického podvodu a musí spĺňať kritériá správnej výskumnej praxe definované v Rozhodnutí rektora č. 21/2021, ktorým sa stanovujú pravidlá posudzovania plagiátorstva na Univerzite Pavla Jozefa Šafárika v Košiciach a jej súčastiach. Plnenie kritérií sa overuje najmä v procese školenia a v procese obhajoby práce. Ich nedodržanie je dôvodom na začatie disciplinárneho konania.
slovenský
1. Vypracovanie bakalárskej práce v súlade s pokynmi školiteľa.
2. Prezentácia výsledkov bakalárskej práce pred skúšobnou komisiou.
3. Zodpovedanie otázok súvisiacich s témou bakalárskej práce v rámci diskusie.
Bakalárskou prácou študent preukáže zvládnutie základov teórie a odbornej terminológie študijného odboru, nadobudnutie vedomostí, zručností a kompetentností v súlade s deklarovaným profilom absolventa študijného programu, ako aj schopnosť aplikovať ich tvorivým spôsobom pri riešení vybraného problému študijného odboru. Bakalárska práca môže mať prvky kompilácie. Študent preukáže schopnosť samostatnej odbornej práce z obsahového, formálneho a etického hľadiska. Ďalšie podrobnosti o bakalárskej práci určuje Smernica č. 1 /2011 o základných náležitostiach záverečných prác a Študijný poriadok UPJŠ v Košiciach.
Odporúčaná literatúra je stanovená individuálne v súlade s témou bakálarskej práce.
Bakalárska práca je výsledkom vlastnej práce študenta. Nesmie vykazovať prvky akademického podvodu a musí spĺňať kritériá správnej výskumnej praxe definované v Rozhodnutí rektora č. 21/2021, ktorým sa stanovujú pravidlá posudzovania plagiátorstva na Univerzite Pavla Jozefa Šafárika v Košiciach a jej súčastiach. Plnenie kritérií sa overuje najmä v procese školenia a v procese obhajoby práce. Ich nedodržanie je dôvodom na začatie disciplinárneho konania.
Slovenský a prípadne anglický.
1. Vypracovanie bakalárskej práce v súlade s pokynmi školiteľa.
2, Prezentácia výsledkov bakalárskej práce pred skúšobnou komisiou.
3. Zodpovedanie otázok súvisiacich s témou bakalárskej práce v rámci diskusie.
Bakalárskou prácou študent preukáže zvládnutie základov teórie a odbornej terminológie študijného odboru, nadobudnutie vedomostí, zručností a kompetentností v súlade s deklarovaným profilom absolventa študijného programu, ako aj schopnosť aplikovať ich tvorivým spôsobom pri riešení vybraného problému študijného odboru. Bakalárska práca môže mať prvky kompilácie. Študent preukáže schopnosť samostatnej odbornej práce z obsahového, formálneho a etického hľadiska. Ďalšie podrobnosti o bakalárskej práci určuje Smernica č. 1 /2011 o základných náležitostiach záverečných prác a Študijný poriadok UPJŠ v Košiciach pre 1., 2. a spojený 1. a 2. stupeň.
Okruh 1. Diferenciálny počet, integrálny počet a ich aplikácie.
MAN01. Vyšetrovanie extrémov (lokálnych, viazaných, globálnych) funkcií viacerých premenných s využitím parciálnych derivácií (gradient, Hessova matica).
MAN02. Jednorozmerný Riemannov integrál, základné vlastnosti, metódy výpočtu (veta o substitúcii, per partes), nevlastný integrál.
MAN03. Limita funkcie 2 premenných a definícia parciálnej derivácie a smerovej derivácie, gradient (ich geometrická interpretácia).
MAN04. Integrál v 2D, 3D, základné vlastnosti, výpočet na elementárnych oblastiach, veta o substitúcii a zámene poradia integrovania, obsah rovinných útvarov, objem telies.
MAN05. Parciálne derivácie reálnych funkcií 1. a 2. rádu (ich zámennosť), diferencovateľnosť a totálny diferenciál 1. a 2. rádu, Taylorov polynóm.
Okruh 2. Lineárne programovanie, dualita v LP.
LCO06. Tvar úlohy lineárneho programovania a simplexová metóda: zdôvodnenie jej správnosti a konečnosti.
LCO07. Dualita v lineárnom programovaní: vzťah optimálneho riešenia primárnej a duálnej úlohy.
Okruh 3. Náhodné veličiny, teória odhadov a testovanie štatistických hypotéz
PST08. Definícia náhodnej veličiny, diskrétne a absolútne spojité rozdelenie, distribučná funkcia a jej vlastnosti.
PST09. Charakteristiky náhodných veličín (polohy, variability, šikmosti, špicatosti), momentové a kvantilové charakteristiky.
PST10. Vybrané špeciálne rozdelenia pravdepodobnosti, ich popis a použitie.
PST11. Bodový odhad a jeho vlastnosti, metóda maximálnej vierohodnosti, intervalový odhad.
PST12. Základné pojmy testovania hypotéz, chyby testovania, základné parametrické a neparametrické testy.
Okruh 4. Základné princípy strojového učenia a jeho metódy.
USU13. Typy atribútov a ich charakteristiky. Vyhodnotenie modelov strojového učenia.
USU14. Metóda k-najbližších susedov, naivná Bayesovská klasifikácia a iné metódy klasifikácie.
USU15. Princípy metódy rozhodovacích stromov a ich aplikácie.
USU16. Evaluácia modelov strojového učenia (SP, FP, SN, FN), ukazovatele presnosti.
Okruh 5. Základné princípy neurónových sietí a ich metód.
UNS17. Základné jednotky neurónovej siete (lineárne prahové jednotky, perceptróny), aktivačné funkcie.
UNS18. Dopredné neurónové siete, algoritmus pre adaptáciu sietí (backpropagation).
UNS19. Konvolučné neurónové siete a ich aplikácie.
UNS20. Genetické a evolučné algoritmy (slepý, horolezecký algoritmus, zakázané hľadanie), operácie mutácie a kríženia.
Náležité znalosti a kompetencie z profilových predmetov študijného programu, preukázanie schopnosti syntetizovať získané poznatky a postupy a aplikovať ich na problémy analýzy údajov a umelej inteligencie.
slovenský
Štátna skúška je realizovaná formou rozpravy so zameraním na jednu z tém predmetov ÚMV/FRPb/19, ÚMV/LCO/10, ÚMV/MST/19, ÚINF/USU/19 a ÚINF/UNS1/15.
1. Diferenciálny počet, integrálny počet a ich aplikácie.
2. Úloha lineárneho programovania, metódy riešenia a zložitosť, dualita v lineárnom programovaní a jej interpretácia.
3. Náhodné veličiny, ich rozdelenia a charakteristiky, teória odhadov a testovanie štatistických hypotéz.
4. Základné princípy strojového učenia a jeho metódy.
5. Základné princípy neurónových sietí a ich metód.
Overenie získaných kompetencií študenta v súlade s profilom absolventa.
C.J. Date, Database Design and Relational Theory, 2012, O’Reilly Media, Inc., ISBN: 978-1-449-32801-6
J. Murach, Murach's MySQL, 3rd Edition, 2019, Mike Murach & Associates, Inc., ISBN-10: 1943872368
- R. Ramakrishnan, J. Gehrke, Database Management Systems, 2020, McGraw-Hill, ISBN13 9780071231510
- S. Krajčí: Databázové systémy, UPJŠ, 2005
Preukázanie primeraného zvládnutia obsahového štandardu predmetu pri priebežnom a záverečnom hodnotení, schopnosť sformulovať problém v osvojenej terminológii a riešiť ho v rámci projektu.
Písomná previerka v priebehu semestra, zadanie.
Skúška písomná a ústna.
Slovenský alebo anglický.
Prezenčná alebo online výuka.
1) Relačné databázy a jayzk SQL, filtrácia.
2) Dátové typy, operátory, funkcie numerické, reťazcové a časové.
3) JOIN.
4) Agregácia a GROUP BY.
5) Dátové a databázové modely. Relačná schéma. Princípy RDB. Integrita dát.
6) Návrh DB, ER diagramy.
7) Systémové príkazy o DB a tabuľkách. Kaskádovité mazanie a aktualizácia.
8) Vnorené dopyty. ROLLUP. CASE výraz.
9) Trojhodnotová logika. Kvantifikátory a NOT. Množinové operácie.
10) Data science a získavanie znalostí pomocou R.
11) Dátové sklady. Dátová kocka. Pivot tabuľky.
12) Normalizácia relačných databáz - 1. Relačná algebra.
https://databazy.ics.upjs.sk/
Študent po absolvovaní predmetu ovláda princípy relačných databáz, je schopný aplikovať štandardné dátové modely, navrhovať relačné databázy a sformulovať filtračné dopyty.
- Date C.J., Database Design and Relational Theory, O'Reilly, 2012
- I. Ben-Gan, D. Sarka, A. Machanic, K. Farlee, T-SQL Querying, 2015, Microsoft Press, ISBN: 978-0-7356-8504-8
- I. Ben-Gan, T-SQL Fundamentals, Third Edition, 2016, Microsoft Press, ISBN: 978-1-5093-0200-0
- L. Davidson, Pro SQL Server Relational Database Design and Implementation, 2021, Apress, ISBN-13: 978-1-4842-6496-6
- K. Chodorow, MongoDB: The Definitive Guide, O’Reilly, second edition, 2013
Preukázanie primeraného zvládnutia obsahového štandardu predmetu pri priebežnom a záverečnom hodnotení, schopnosť sformulovať problém v osvojenej terminológii a riešiť ho v rámci projektu.
Písomná previerka v priebehu semestra, zadanie.
Skúška písomná a ústna.
Slovenský alebo anglický.
V prípade nutnosti výučba, priebežné aj záverećné hodnotenie bude konať dištančnou formou.
Obsahová prerekvizita:
Databázové systémy 1a - DBS1a/03
1) Úvod do SQL Server. Množinové operácie. Window functions.
2) Uložené procedúry. Funkcie systémové a užívateľské.
3) Pohľady. CTE, rekurzia a transitívny uzáver.
4) Transakcie. Kurzory. Pivot.
5) Triggery a integrita. Fyzická organizácia dát, B-stromy a indexy.
6) XML dokumenty a ich dopytovanie. JSON.
7) Funkčné závislosti a NF.
8) Najnovšia normálna forma - ETNF.
9) Big data a NoSQL.
10) MongoDB, CRUD a kurzory.
11) Agregácie a indexy.
12) Replikácia a sharding.
https://databazy.ics.upjs.sk/
Študent po absolvovaní predmetu zvládne použitie náročnejších techník relačných databáz, teoretickú analýzu funkčných závislostí atribútov a je schopný pracovať nerelačnými databázami.
1. I. Anderson, A first course in discrete mathematics, Springer-Verlag London 2001.
2. J. Nešetřil, J. Matoušek: Kapitoly z diskrétni matematiky, Univerzita Karlova Praha, Nakladatelství Karolinum, Praha 2009.
3. S. Jendroľ, P. Mihók: Diskrétna matematika I, UPJŠ Košice 1992.
Priebežné hodnotenie formou malých písomiek a dvoch písomných testov.
Na základe výsledkov priebežných testov (50 b) a záverečného testu (25 b) a ústnej skúšky (25 b) po ukončení semestra. Minimálne 25 b je nutné získať z priebežnmého hodnotenia, 12 b zo záverečného testu a 12 b je nutné získať na ústnej skúške.
slovenský
Základné kombinatorické metódy a princípy.
Kombinatorické počítanie a binomické koeficienty. Binomická veta, polynomická veta.
Rekurentnosť: Rozličné problémy. Vzťahy Fibonacciho typu. Použitie vytvárajúcich funkcií. Ďalšie metódy.
Princíp inklúzie a exklúzie. Vežové polynómy.
Úvod do grafov: Koncepcia grafu, cesty v grafoch. Súvislosť. Stromy. Bipartitné grafy. Planarita. Mnohosteny.
Cestovanie v grafoch: Eulerovské grafy, Hamiltonovské grafy
Rozklady a zafarbenia: Vrcholové zafarbenie grafov. Hranové zafarbenie grafov.
Oboznámenie sa so základnými metódami kombinatoriky a teórie grafov. Zvladnutie základov matematického spôsobu myslenia, presného formulovania myšlienok a riešenia matematických problemov vyžadujúcich viacej premyšľania než len dosadenie do vzorca.
1. A. Bondy, U.S.R. Murty, Graph theory, Springer, 2008
2. G. Chartrand, L. Lesniak, P. Zhang, Graphs and digraphs, CRC Press, 2011
3. R. Diestel, Graph Theory, Springer, 2017
4. D. West, Introduction to Graph Theory, Pearson, 2001
V preberaných oblastiach teórie grafov sa vyžaduje schopnosť sformulovať definície a tvrdenia, prezentovať dôkazy tvrdení, vysvetliť jednotlivé kroky v dôkazoch a riešiť vybrané úlohy súvisiace s danými témami.
Počas semestra (priebežné hodnotenie) sa konajú dva testy, z ktorých možno získať 50% bodov
a z ústnej skúšky možno získať 50% bodov. Hodnotenie: A ... aspoň 90%, B ... aspoň 80%, C ... aspoň 70%, D ... aspoň 60%, E ... aspoň 50%, FX ... menej ako 50%.
slovenský
- (1. týž.) Úvod do teórie grafov (relácie na grafoch, operácie s grafmi, špeciálne triedy grafov)
- (2.-3. týž.) Súvislosť a vzdialenosť v grafoch (prepojenosť vrcholov, excentricita, matica susednosti)
- (4. týž.) Stromy, kostry (izomorfizmus stromov)
- (5.-6. týž.) Súvislosť v grafoch (vrcholová a hranová k-súvislosť)
- (7.-8. týž.) Nezávislosť a pokrytie (nezávislá množina, spárenie, vrcholové a hranové pokrytie)
- (9.-10. týž.) Extremálna teória grafov (Ramseyove čísla, Turánove grafy)
- (11.-13. týž.) Farbenia grafov (vrcholové farbenie, chromatický polynóm, hranové farbenie)
- (14. týž.) Orientované grafy (silná/slabá súvislosť, turnaje, acyklické grafy)
Získané vedomosti o základných oblastiach teórie grafov, prehľad o využívaných objektoch a vlastnostiach, pochopenie dôležitých tvrdení a metód, spoznanie možných aplikácií a schopnosť formulovať a riešiť problémy z tejto oblasti.
D.B. West: Introduction to graph theory (2nd edition), Prentice Hall 2001
A. Bondy and U.S.R. Murty: Graph theory, Springer-Verlag 2008
G. Chartrand, L. Lesniak, and P. Zhang, Graphs and digraphs, CRC Press 2011
R. Diestel: Graph Theory (4th edition), Springer-Verlag 2010
Pre absolvovanie predmetu je potrebné preukázať schopnosť sformulovať definície a tvrdenia z odprednášanej látky, rozumieť vzájomným vzťahom medzi nimi, ovládať dôkazy tvrdení a riešiť vybrané úlohy vychádzajúce z prezentovaných oblastí teórie grafov.
Hodnotenie predmetu sa udeľuje na základe priebežného hodnotenia a výsledku skúšky pozostávajúcej zo záverečného testu a ústnej časti. Priebežné hodnotenie sa koná formou dvoch písomných testov (zameraných na úlohy súvisiace s odprednášanou látkou) počas semestra; za každý z nich možno získať maximálne 25 bodov. Skúška bude pozostávať z testu (z ktorého možno získať maximálne 25 bodov, obsahovo i rozsahovo bude podobný testom zo semestrálnej časti) a z ústnej odpovede (na dve otázky hodnotené max. 15 resp. 10 bodmi).
Sumárne hodnotenie je dané súčtom získaných bodov za semestrálnu časť a skúšku (maximálne teda možno získať 100 bodov). K absolvovaniu skúšky je potrebné získať celkovo aspoň 51 bodov (inak je skúška hodnotená FX), pričom hodnotenie E sa udelí v prípade bodového zisku 51-59, D v prípade 60-69, C v prípade 70-79, B v prípade 80-89 a A v prípade nad 90 bodov.
slovenský alebo anglický
1. týždeň: Pokročilé grafové modely štruktúr z rozličných vedných oblastí.
1. a 2. týždeň: Eulerovské a hamiltonovské grafy.
3. a 4. týždeň: Miery súvislosti grafov, Mengerova veta a jej dôsledky.
5: týždeň: Perfektné spárenia, Tutteova veta.
6. a 7.týždeň: Planárne grafy a ich základné vlastnosti, Eulerova veta a jej dôsledky.
8. týždeň: Charakterizácia planárnych grafov, Kuratowského veta.
9. týždeň: Štrukturálne vlastnosti planárnych a polyedrálnych grafov.
10. týždeň: Farebnosť planárnych grafov.
11. týždeň: Miery neplanárnosti grafov I - priesečníkové číslo a jeho odhady, crossing lema.
12. týždeň: Miery neplanárnosti grafov II - rod grafu, Eulerova veta pre vnorené grafy, farebnosť vnorených grafov.
13. týždeň: Hranové zafarbenia, Vizingova veta.
Po absolvovaní predmetu je študent oboznámený (v nadväznosti na predmety Diskrétna matematika I a II) s ďalšími kmeňovými témami a výsledkami teórie grafov, čím získa ucelený vhľad a vedomosti z tejto oblasti matematiky.
1. Brunovský, P. , Diferenčné a diferenciálne rovnice (vysokoškolský učebný text), FMFI UK, 2011
http://www.iam.fmph.uniba.sk/skripta/brunovsky/ddrtext.pdf
2. L. Kluvánek, I. Mišík, M. Švec: Matematika II, SVTL, Bratislava, 1961.
3. N. M. Matvejev: Zbierka príkladov z obyčajných diferenciálnych rovníc, ALFA, Bratislava,
4. Stuart, A.M.; Humphries, A.R. (1996), Dynamical Systems and Numerical Analysis, Cambridge University Press
5. Jacques M. Bahi and Christophe Guyeux. 2013. Discrete Dynamical Systems and Chaotic Machines: Theory and Applications. CRC Press, Inc., Boca Raton, FL, USA. 1970.
6. Kelley, C. T. (1995). Iterative Methods for Linear and Nonlinear Equations. SIAM.
7. Kelley, C.T. (1999) Iterative Methods for Optimization. In: Frontiers in Applied Mathematics, Vol. 18, SIAM
Priebežné hodnotenie sa koná formou zápočtovej písomky počas semestra. Záverečné hodnotenie sa udeľuje na základe priebežného hodnotenia (60%) a písomnej a ústnej časti skúšky (40%).
slovenský
1. Základné pojmy z teórie dynamických systémov a ich vlastnosti.
2. Diferenciálne rovnice n-tého rádu a systémy diferenciálnych rovníc - ich vzťah, metódy riešenia.
3. Diferenčné rovnice a systémy - metódy riešenia.
4. Existencia, jednoznačnosť a predĺžiteľnosť riešenia Cauchyho úlohy.
5. Stabilita a chaotické správanie sa dynamických systémov, bifurkácie.
6. Numerické metódy ako dynamické systémy, analýza algoritmov.
7. Aplikácie dynamických systémov v počítačovej vede.
Predmet poskytne študentom prehĺbené znalosti z teórie dynamických systémov a to z teoretického ale i praktického hľadiska (ich modelovania, ich vlastnosti a numerickej simulácie). Dôraz sa
kladie na interdisciplinárny prístup a využitie softvéru.
1. Kulcsár, Š. - Kulcsárová, O.: Zbierka úloh z matematickej analýzy I., UPJŠ, 2002.
2. Kulcsár, Š. - Kulcsárová, O.: Zbierka úloh z matematickej analýzy II., UPJŠ, 2003.
3. Hutník, O. - Kulcsár, Š. - Kulcsárová, O. - Mojsej, I.: Zbierka úloh z matematickej analýzy III., UPJŠ, 2011.
4. Demidovič, B. P.: Sbírka úloh a cvičení z matematické analýzy, Fragment, Praha, 2003.
5. Brannan, D.: A First Course in Mathematical Analysis, Cambridge University Press, Cambridge 2006.
6. Bruckner, A. M., Bruckner J. B., Thomson, B. S.: Real Analysis, Second Edition, ClassicalRealAnalysis.com, 2008.
7. Zorich, V. A.: Mathematical Analysis I, Springer-Verlag 2002.
Počas semestra študent získava hodnotenie za nasledovné aktivity - päťminútové písomky na každom cvičení, tri písomné previerky, odovzdávanie povinných domácich úloh. Záverečné hodnotenie sa udeľuje na základe priebežného hodnotenia za prácu počas semestra, z ktorého študent musí získať aspoň 30 bodov (z celkového počtu 65 bodov), následne písomnej a ústnej časti skúšky, za ktorú študent môže získať 35 bodov. Na získanie hodnotenia A je potrebné získaťnajmenej 91 bodov, na získanie hodnotenia B najmenej 81 bodov, na hodnotenie C najmenej 71 bodov, na hodnotenie D najmenej 61 bodov a na hodnotenie E najmenej 51 bodov.
slovenský
1. Úvod - jazyk matematiky, základy formálnej logiky (1 týždeň)
2. Funkcia jednej reálnej premennej – základné pojmy, operácie, grafy a ich transformácie (2 týždne)
3. Spojitosť funkcie v bode a na množine (1 týždeň)
4. Derivácia funkcie v bode prostredníctvom geometrických konceptov, pravidlá pri narábaní s deriváciou (2 týždne)
5. Základy diferenciálneho počtu - vzťah s monotónnosťou a konvexnosťou funkcie, extrémami funkcie, použitie v optimalizačných, geometrických a fyzikálnych úlohách (2 týždne)
6. Primitívna funkcia, metódy nájdenia primitívnej funkcie (3 týždne)
7. Newtonov určitý integrál - metódy výpočtu, použitie v geometrických a fyzikálnych úlohách (2 týždne)
Predmet poskytuje prehľad základných nástrojov diferenciálneho a integrálneho počtu reálnej funkcie jednej reálnej premennej. Študent má
1. osvojiť si matematickú kultúru, notáciu, spôsob myslenia a vyjadrovania,
2. získať prvotný vhľad do kľúčových pojmov diferenciálneho a integrálneho počtu (koncept derivácie funkcie v bode, primitívnej funkcie a určitého Newtonovho integrálu) a ich vlastností, ktoré budú rigorózne definované, resp. odvodené v nadväzujúcich predmetoch,
3. vedieť interpretovať kľúčové pojmy, riešiť úlohy zamerané na použitie derivácie a integrálu a
interpretovať získané výsledky pri riešení zadaní z reálneho života (optimalizačné úlohy, niektoré geometrické a fyzikálne úlohy).
1. B. Mihalíková, J. Ohriska: Matematická analýza 1, 2, vysokoškolský učebný text, UPJŠ v Košiciach, Košice, 2000, 2007.
2. L. Kluvánek, I. Mišík, M. Švec: Matematika I, II, SVTL, Bratislava, 1959.
3. Z. Došlá, O. Došlý: Diferenciální počet funkcí více proměnných, vysokoškolský učebný text, Masarykova univerzita v Brne, Brno, 2003.
4. J. Kopáček: Matematická analýza nejen pro fyziky I, II, Matfyzpress, Praha, 2004, 2007.
5. J. C. Robinson: An introduction to ordinary differential equations, Cambridge University Press, Cambridge, 2004.
6. R. E. Williamson, H. F. Trotter: Multivariable mathematics, Prentice Hall (Pearson), Upper Saddle River, 2004.
7. B. S. Thomson, J. B. Bruckner, A. M. Bruckner: Elementary real analysis, Prentice Hall (Pearson), Lexington, 2008.
Podmienky na absolvovanie predmetu: Priebežné hodnotenie sa koná formou malých písomiek, projektov a jednej zápočtovej písomky počas semestra. Záverečné hodnotenie sa udeľuje na základe priebežného hodnotenia (60%), písomnej a ústnej časti skúšky (40%).
slovenský
1. Číselné postupnosti.
2. Metrický priestor, normovaný priestor - Euklidov priestor, niektoré topologické vlastnosti bodov a množín.
3. Funkcia viacerých reálnych premenných - základné pojmy, limita a spojitosť.
4. Nekonečné číselné rady.
5. Integrálny počet funkcie jednej reálnej premennej:
a) Určitý Riemannov integrál - definícia, základné vlastnosti, metódy výpočtu, triedy integrovateľných funkcií, aplikácie;
b) nevlastný integrál.
6. Diferenciálny počet funkcie jednej premennej. Funkcionálne, mocninové a Taylorove rady funkcie jednej premennej.
7. Obyčajné diferenciálne rovnice - základné pojmy, rovnice 1. rádu (rovnice vedúce na separovateľné a lineárne), lineárne rovnice 2.rádu s konštantnými koeficientmi.
8. Diferenciálny počet funkcie viacerých reálnych premenných - parciálna derivácia,
diferencovateľnosť a totálny diferenciál (aj vyšších rádov), Taylorov polynóm, derivácia v smere, lokálne a globálne extrémy, viazané lokálne extrémy.
9. Dvojný (dvojrozmerný) integrál - definícia, výpočet, aplikácie.
Predmet poskytne študentom základy matematickej analýzy nevyhnutné pri štúdiu fyziky, informatiky a príbuzných odborov. Zároveň si študenti osvoja matematickú kultúru, notáciu, spôsob myslenia a vyjadrovania.
ABELSON, H. a G. J. SUSSMAN. Structure and interpretation of computer programs. Cambridge: MIT Press, 2002. ISBN 0-262-01153-0.
LIPOVAČA, Miran. Learn you a haskell for great good!: a beginner's guide. San Francisco: No Starch Press, 2011. ISBN 978-1-59327-283-8.
O´SULLIVAN, Bryan, Don STEWART a John GOERZEN. Real world Haskell. Beijing: O´Reilly, 2008. ISBN 978-0-596-51498-3.
Hodnotenie aktívnej účasti na cvičení a domácej prípravy. Práca na semestrálnom projekte.
Slovenský alebo anglický.
1. Úvod do funkcionálneho programovania
2. Typy, triedy tyov, typové premenné
3. Syntax a najdôležitejšie špecifiká jazyka Haskell
4. Rekurzia
5. Zoznamy
6. Dátová analýza 1.
7. Dátová analýza 2.
8. Dátová analýza 3.
9. Grafické výstupy
10. Funkcie vyšších radov
11. Vytváranie vlastných typov
12. Monády
Základné programovacie techniky a sémantika programovania vo funkcionálnom jazyku Haskell.
1. M. Sekanina a kol.: Geometrie 1, SPN Praha 1986
2. M. Sekanina a kol.: Geometrie 2, SPN Praha 1988
3. M. Hejný a kol. : Geometria 1, SPN Bratislava 1985
4. O. Šedivý a kol. : Geometria 2, SPN Bratislava 1987
5. A. F. Beardon: Algebra and geometry, Cambridge University Press, 2005
Udeľuje sa na základe priebežného hodnotenia, písomnej a ústnej časti skúšky. Priebežné hodnotenie pozostáva z dvoch zápočtov (zameraných na riešenie úloh) v priebehu semestra a aktivity na cvičeniach. Skúška pozostáva z overenia schopnosti využiť vedomosti pri riešení úloh, schopnosti definovať pojmy z prednášky, vysloviť a dokázať tvrdenia.
Stupnica: 0-50 Fx, 51-60 E, 61-70 D, 71-80 C, 81-90 B, 91-100 A.
slovenský
- Euklidovský priestor, vzdialenosť a odchýlka podpriestorov euklidovského priestoru. (3 týždne)
- Miera veľkosti uhla a konvexného mnohostena. (1 týždeň)
- Geometria trojuholníka. (1 týždeň)
- Kvadratické plochy. (4 týždne)
- Afinné zobrazenia. (2 týždne)
- Zhodné a podobné zobrazenia. (3 týždne)
Oboznámenie sa s euklidovskými priestormi a s geometrickými objektami v týchto priestoroch. Prehĺbenie a rozšírenie vedomostí študentov o základných vlastnostiach geometrických útvarov so súčasným poznaním základov zobrazovacích metód. Rozvíjanie priestorovej predstavivosti študentov.
M. Hamala, M. Trnovská: Nelineárne programovanie, Epos, 2012
M.S. Bazaraa, H.D. Sherali, C.M. Shetty: Nonlinear Programming: Theory and Algorithms, 3rd edition, Wiley-Interscience, 2006
Pre absolvovanie predmetu je potrebné preukázať schopnosť sformulovať definície a tvrdenia
z odprednášanej látky, ovládať dôkazy tvrdení a riešiť vybrané úlohy konvexného resp. nelineárneho programovania.
Celkové hodnotenie predmetu sa udeľuje na základe priebežného hodnotenia (ktoré zahŕňa vypracovanie dvoch semestrálnych testov so zameraním na riešenie úloh; za každý z nich možno získať maximálne 25 bodov) a výsledkov ústnej skúšky (pozostávajúcej z trojice otázok teoretického charakteru so sumárnym počtom 50 bodov). K absolvovaniu skúšky je potrebné získať
nadpolovičnú väčšinu z maximálneho počtu 100 bodov (inak je skúška hodnotená FX), pričom
hodnotenie E sa udelí v prípade bodového zisku 51-59, D v prípade 60-69, C v prípade 70-79, B
v prípade 80-89 a A v prípade nad 90 bodov.
slovenský alebo anglický
Potrebné sú znalosti základov diferenciálneho počtu funkcií jednej a viacerých premenných, lineárnej algebry a lineárneho programovania (simplexovej metódy).
1. týždeň: Príklady praktických problémov vedúcich na úlohy nelineárneho programovania.
2. - 3. týždeň: Konvexné množiny a ich vlastnosti.
4. - 6. týždeň: Konvexné funkcie a ich vlastnosti, kritéria konvexnosti funkcie.
7. - 8. týždeň: Nutné a postačujúce podmienky optima, Karush-Kuhn-Tuckerova teória.
9. - 10. týždeň: Kvadratické programovanie. Dualita v nelineárnom programovaní.
Po absolvovaní predmetu je študent oboznámený so základmi nelineárneho programovania tak po teoretickej stránke (obsahová stránka zahŕňa vlastnosti konvexných množín, vlastnosti konvexných funkcií, podmienky optimality nelineárnych úloh, Karush-Kuhn-Tuckerova teória, kvadratické programovanie), ako aj po stránke praktickej (ilustrácia reálnych problémov modelovateľných pomocou úloh nelineárneho programovania a metód ich riešenia za použitia systémov počítačovej algebry a výpočtovej techniky).
1. JUNGER, J. et al. Turistika a športy v prírode. Prešov: Fakulta humanitných a prírodných vied PU v Prešove. 2002. 267s. ISBN 80-8068-097-3.
2. MADARÁSOVÁ, J. 101 rád ako prežiť v prírode. Bratislava: Svojtka & Co, 2016. 128s. ISBN 9788081079436.
3. MCMANNERS, H. S batohem na zádech: jak přežít v přírodě. Bratislava: Slovo. 1996. 160s. ISBN 80-85711.
4. PAVLÍČEK, J. Člověk v drsné přírodě. 3. vyd. Praha: Práh. 2002. ISBN 8072520598.
5. WISEMAN, J. SAS: příručka jak přežít. Praha: Svojtka & Co. 2004. 566s. ISBN
8072372807.
Ukončenie: Absolvoval
Podmienky na úspešné absolvovanie predmetu:
- aktívna účasť na kurze v zmysle študijného poriadku a pokynov vyučujúceho,
- priebežné plnenie všetkých úloh, ktoré sú vymedzené sylabom predmetu.
Slovenský
Cvičenia:
1. Zásady správania a bezpečnosti pri pohybe a pobyte v neznámom prírodnom prostredí
2. Príprava a vedenie túry
3. Objektívne a subjektívne nebezpečenstvo v horskom prostredí
4. Zásady hygieny a prevencie poškodenia zdravia v extrémnych podmienkach
5. Zakladanie ohňa
6. Pohyb v teréne, orientácia a navigácia
7. Improvizované prístrešky
8. Príprava stravy a filtrovanie vody
9. Zlaňovanie, tyrolský traverz
10. Presun raneného, prvá pomoc
Obsahový štandard:
Študent preukáže vedomosti a zručnosti z problematiky, ktorá je obsahovo daná sylabom predmetu a šírkou definovaná v povinnej literatúre.
Výkonový štandard:
Preukáže zvládnutie výkonového štandardu, v rámci ktorého študent:
- nadobudne poznatky v rámci bezpečného pobytu a pohybu v extrémnom prostredí prírody,
- získa teoretické vedomosti a praktické zručnosti spojené s riešením mimoriadnych a náročných situácií spätých so zachovaním ľudského života a minimalizáciou poškodenia zdravia,
- disponuje zručnosťou odolávať a čeliť situáciám spojených s prekonávaním prekážok,
- vie získané zručnosti aplikovať ako inštruktor pri vykonávaní letných telovýchovných kurzov pre deti a mládež v rámci rekreačného športu.
lms.upjs.sk - podklady k prednáškam a zadania úloh na cvičenia.
Plesník, Dupačová, Vlach: Lineárne programovanie, Alfa, Bratislava 1990
Robert J. Vanderbei: Linear Programming: Foundations and Extensions, Springer 2020, http://www.princeton.edu/~rvdb/LPbook/
Ch. Papadimitriou – K. Steiglitz, Combinatorial Optimization: Algorithms and Complexity (Prentice Hall 1982)
Priebežné hodnotenie: malé kontrolné písomné práce na každom cvičení, dve písomné práce zamerané na formuláciu a riešenie úloh, projekt s reálnymi dátami a komerčným softvérom. Bonusové body je možné získať za riešenie domácich (dôkazových) úloh. Na pripustenie k záverečnej skúške je potrebné získať aspoň 50% bodov. Na záverečnej ústnej skúške sa overuje porozumenie teórie a schopnosť argumentácie.
slovenský
Formulácia úlohy lineárneho programovania (LP) a celočíselného lineárneho programovania (CLP). Grafické riešenie úlohy LP. Simplexová metóda, spôsob výpočtu, správnosť a konečnosť. Teória duality a ekonomická interpretácia duality. Duálna a revidovaná simplexová metóda. Analýza senzitivity a parametrické programovanie. Algoritmy pre celočíselné programovanie: metóda vetiev a hraníc, Gomoryho algoritmy. Zložitosť úlohy LP a CLP. Riešenie reálnych úloh.
Schopnosť formulovať praktické úlohy ako úlohy lineárneho programovania. Zručnosť v riešení týchto úloh viacerými metódami, aj pomocou softvéru. Porozumenie príslušnej teórii a schopnosť exaktnej argumentácie.
1. JUNGER, J. et al. Turistika a športy v prírode. Prešov: FHPV PU v Prešove. 2002. ISBN 8080680973.
Internetové zdroje:
1. STEJSKAL, T. Vodná turistika. Prešov: PU v Prešove. 1999.
Dostupné na: https://ulozto.sk/tamhle/UkyxQ2lYF8qh/name/Nahrane-7-5-2021-v-14-46-39#!ZGDjBGR2AQtkAzVkAzLkLJWuLwWxZ2ukBRLjnGqSomICMmOyZN==
Ukončenie: Absolvoval
Podmienky na úspešné absolvovanie predmetu:
- aktívna účasť na kurze v zmysle študijného poriadku a pokynov vyučujúceho,
- úspešné zvládnutie zadaných praktických ukážok: nosenie kanoe, nastupovanie a vystupovanie do kanoe, vyberanie plavidla z vody, pádlovanie.
Slovenský jazyk
1. Hodnotenie obťažnosti vodných tokov
2. Bezpečnostné zásady pri splavovaní vodných tokov
3. Zostavovanie posádok
4. Praktický výcvik s nenaloženým kanoe
5. Nosenie kanoe
6. Položenie kanoe na vodu bez dotyku s brehom
7. Nastupovanie
8. Vystupovanie
9. Vyberanie plavidla z vody
10. Kormidlovanie technika vypáčenia
- (na rýchlych tokoch)
- technika odťahovania
11. Prevrátenie
12. Povely
Obsahový štandard:
Študent počas preukáže zvládnutie obsahového štandardu predmetu, ktorý je definovaný sylabom predmetu a povinnou literatúrou.
Výkonový štandard:
Preukáže zvládnutie výkonového štandardu, v rámci ktorého je študent po absolvovaní schopný:
- aplikovať nadobudnuté poznatky v rôznorodých situáciách a v praxi,
- aplikovať základné zručnosti z ovládania plavidla na tečúcej vode,
- zvoliť správny výber vhodného miesta na táborenie,
- pripraviť adekvátnu materiálnu výbavu k táboreniu.
BRATKO, Ivan. Prolog. Programming for Artificial Intelligence. 2 ed. Wokingham: Addison-Wesley, 1990. ISBN 0-201-41606-9.
NILSON U., MALUSINSKI J.: Logic, Programming and Prolog, John Wiley & Sons Ltd. 1995
NIENHUYIS-CHENG Sh.H., WOLF R.: Foundations of Inductive Logic Programming, Springer-Verlag, 1997
Hodnotenie aktívnej účasti na cvičení a domácej prípravy, test z teoretických znalostí v priebehu semestra. Písomná a ústná skúška spolu s hodnotením z cvičení.
Slovenský alebo anglický.
požadované prerekvizity: žiadne
1. Úvod do logiky
2. teórie, modely, Herbrandovský model
3. SLD rezolúcia
4. Základy jazyka Prolog
5. Prolog v príkladoch
6. Zoznamy
7., 8., 9. Dátová analýza v Prologu
10., 11., 12. Teória grafov v Prologu
Naučiť sa základné programovacie techniky a sémantika logického programovania (ako doplnok k procedurálnemu programovaniu)
L. Bukovský: Teória množín, ES UPJŠ, Košice, 1984.
L. Bukovský: Množiny a všeličo okolo nich, ES UPJŠ, Košice, 2005.
L. Bukovský, Úvod do matematickej logiky, elektronický učebný text.
A. Sochor: Klasická matematická logika, Karolinum, Praha, 2001.
E. Mendelson, Introduction to Mathematical Logic, van Nostrand 1964.
Písomné kontroly.
Hodnotené aktivity na cvičeniach.
Priebežné hodnotenie + ústna skúška.
slovenský
Množina ako matematická formalizácia nekonečna, paradoxy. Množina reálnych čísel a jej vlastnosti. Relácie a zobrazenia. Pojem mohutnosti množiny. Konečné a spočítateľné množiny. Mohutnosť kontinua. Základy kardinálnej aritmetiky.
Výrokový počet, jeho axiomatizácia. Veta o úplnosti. Metódy dôkazu. Jazyk predikátového počtu, ilustrácia na príkladoch. Axiomatizácia predikátového počtu a pojem dôkazu. Metódy dôkazu v predikátovom počte.
Spoznať základné vlastnosti matematického pojmu nekonečna. Analýza pojmu dôkaz v matematike.
1. Rosa, S., Harman, R.: Maticová algebra pre štatistiku a analýzu dát, FMFI UK, 2021.
2. Strang, G.: Linear Algebra and Learning from Data, Wellesley- Cambridge Press, 2019.
3. Seber, G.A.F.: A matrix handbook for statisticians. John Wiley & Sons, 2008
4. Searle, S.R., Khuri, A.I.: Matrix algebra useful for statistics. John Wiley & Sons, 2017.
5. Meyer, C.D.: Matrix Analysis and applied linear algebra. SIAM, 2000
Skúška
slovenský a anglický
1. Základné pojmy lineárnej algebry, geometria vektorových priestorov
2. Základné pojmy maticovej algebry, špeciálne matice, maticové operácie, vektorizácia matíc
3. Stlpcový a nulový priestor matice, hodnosť matice
4. Inverzné matice, ortogonálne a permutačné matice
5. Priestor matíc a jeho geometria
6. Zovšeobecnené inverzné matice
7. Idempotentné matice a projekčné matice
8. Determinant matice
9. Pozitívne semidefinitné a pozitívne definitné matice
10. Vlastné čísla a vlastné vektory matíc
11. Singulárny rozklad a maticové normy
Nadobudnúť základné poznatky o maticiach, ich vlastnostiach, o rôznych rozkladoch matíc a o špeciálnych maticiach.
1. R. Kelly Rainer, Brad Prince, Hugh J. Watson, Management Information Systems, Wiley 2015, ISBN : 978-1-118-89538-2
2. Voříšek, J.: Strategické řízení informačního systému a systémová integrace, Praha, Management Press, 1999.
3. O'Brien, J., Marakas, G.: Management Information Systems, McGraw-Hill, 2010, ISBN 0073376813.
4. Laudon, K., Traver, C.G.: Management Information Systems: Managing the Digital Firm, Prentice Hall, 2011, ISBN 0132142856.
Absolvovanie predmetu je podmienené splnením čiastkových úloh na skupinovom projekte počas semestra v náležitej kvalite. Projekt je zameraný na:
- osvojenie si základných prednášaných pojmov a metód,
- zvládnutie princípov súvisiacich informatických nástrojov,
- prezentáciu a obhajobu vytvoreného projektu.
Detainé podmienky na hodnotenie čiastkových úloh a získanie záverečného hodnotenia sú zverejnené v AIS.
Slovenský alebo anglický.
1. Úvod do informačných systémov.
2. Stratégia organizácie a úloha informačných systémov pri získavaní konkurenčnej výhody.
3. Manažovanie dát a znalostí.
4. Business Intelligence.
5. Etika a ochrana súkromia.
6. Informačná bezpečnosť.
7. Sociálne počítanie
8. Elektronický obchod.
9. Bezdrotové a mobilné počítanie.
10. Úloha informačných systémov v rámci organizácie a verejnej správy.
11. CRM systémy.
12. Manažment dodávateľsko-odberateľských reťazcov.
13: Obstarávanie a implementácia informačných systémov.
Absolvovaním predmetu študenti získajú
- vedomosti o všeobecných aspektoch tvorby a využití informačných systémov pre riadenie organizácii vo väzbe na strategické ciele organizácie,
- vedomosti o princípoch základných IKT technológií využívaných na riadenie procesov v rôznych oblastiach fungovania spoločnosti,
- základne vedomosti a zručnosti o využívaní relevantných informatických nástrojov,
- skúseností z práce v heterogénnom tíme a s prezentáciou projektu.
1. E. Lindner, A. Micheletti, C. Nunes (eds.), Mathematical Modelling in Real Life Problems, Springer, 2020.
2. K.K. Tung, Topics in Mathematical Modeling, Princeton University Press, 2007.
3. H. P. Williams, Model Building in Mathematical Programming, Wiley, 2013.
Odovzdanie vypracovaného projektu zo zadaného zoznamu a prípadne jeho krátka prezentácia.
slovenský
Každý týždeň bude prediskutovaný, preskúmaný a modelovaný jeden problém z reálneho života.
Na konkrétnych príkladoch problémov z reálneho života sa študenti oboznámia s viacerými prístupmi a stratégiami pri vytváraní matematického modelu daného problému a s definovaním podmienok reálneho problému a ich transformáciou do matematického modelu.
1. Skřivánková V.: Pravdepodobnosť v príkladoch, UPJŠ, Košice, 2006
2. Skřivánková V.-Hančová M.: Štatistika v príkladoch, UPJŠ, Košice, 2005
3. Casella, G., Berger, R., Statistical Inference, 2nd ed., Chapman and Hall/CRC, 2024
4. DeGroot, M. H., Schervish, M. J.: Probability and Statistics, 4th ed., Pearson, Boston, 2012
5. Anděl J.: Základy matematické statistiky, MatfyzPress, Praha, 2011
Celkové hodnotenie na základe priebežného hodnotenia - 2 písomky (2x40b) a výsledku písomnej (30b) a ústnej časti skúšky (30b).
Z každej časti je potrebné získať aspoň 50%.
Výsledné hodnotenie: ≥90% A; ≥80% B; ≥70% C; ≥60% D; ≥50% E; <50% FX.
slovenský
1. Náhodné vektory (definícia, rozdelenie, charakteristiky, združené a marginálne rozdelenia).
2. Kovariancia, korelácia, regresná priamka.
3. Náhodný výber, výberové charakteristiky a ich rozdelenie.
4. Štatistiky ako funkcie náhodného výberu a ich rozdelenie.
5. Bodové odhady a ich vlastnosti (nestrannosť, konzistentnosť, výdatnosť).
6. Metóda maximálnej vierohodnosti.
7. Intervalové odhady, konštrukcia intervalu spoľahlivosti (2 týždne).
8. Testovanie štatistických hypotéz (kritický obor, hladina významnosti a sila testu, konštrukcia najlepšieho kritického oboru).
9. Niektoré jedno- a dvojvýberové parametrické testy. Párový t-test. (2 týždne)
10. Niektoré neparametrické testy - znamienkový, Dixonov, test nekorelovanosti, test významnosti zmien, test nezávislosti v kontingenčných tabuľkách, testy dobrej zhody (2 týždne).
Študent má získať vedomosti o základných štatistických metódach a schopnosť aplikovať teoretické poznatky pri riešení praktických problémov.
Výučba prebieha prezenčnou formou prostredníctvom seminárov, projektových aktivít a samostatnej práce na referátoch a projektových zadaniach. Súčasťou výučby sú interaktívne diskusie, skupinová práca a bádateľsky orientované riešenie problémov, ktoré podporujú aktívne zapojenie študentov do procesu učenia.
Celková očakávaná pracovná záťaž študenta je 100 hodín, z toho:
42 hodín tvorí prezenčná výučba (semináre a projektové aktivity),
58 hodín predstavuje samostatná práca študenta (štúdium, príprava referátov, riešenie projektových úloh, príprava na hodnotenie).
1. I. Sommerville, Software Engineering, 10th ed. London: Pearson, 2015.
2. S. Cook et al., Unified Modeling Language (UML) Version 2.5.1. Standard. Object Management Group (OMG), December 2017. Dostupné online: https://www.omg.org/spec/UML/2.5.1
3. Free Online Courses and Resources Every Software Engineer Needs. Dostupné online: https://www.indeed.com/career-advice/news/software-engineer-free-online-courses-resources.
4. Weske, M. Business Process Management, Springer 2007
5. White S.A., Miers D., Fischer L., BPMN Modeling and Reference Guide, Future Strategies Inc., Lighthouse Pt 2008
6. White:, S.A. Process Modeling Notations and Workflow Patterns, Dostupné online http://www.omg.org/bp‑corner/bp‑files/Process_Modeling_Notations.pdf.
7. Object Management Group. Business Process Model and Notation (BPMN), Version 2.0.2. December 2013. Dostupné online: https://www.omg.org/spec/BPMN/2.0.2/PDF/
Hodnotenie predmetu e založené na hodnotení čiastkových úloh v rámci riešenia semestrálneho projektu a pridelených referátov.
V rámci jednotlivých úloh musí študent(ka) preukázať schopnosť orientovať sa v preberanej problematike, zvládnutie teoretických základov modelovania, základných zručností pre tvorbu a interpretáciu softvérových modelov.
Hodnotenie je udelené, ak študent získa aspoň 50% možných bodov. Podrobné požiadavky sú uvedené v AIS.
Slovenský a anglický jazyk.
Obsahové prerekvizity:
programovanie, základy softvérového inžinierstva, základy databázových systémov, základy projektového manažmentu
1. Evolúcia architektúry softvérových systémov. Analýza zadania a formalizácia vstupov pre SW systém.
2. Model, metamodel, modelovací jazyk. Transformácia medzi modelmi.
3. Zber požiadaviek a analýza systému. Use Case diagram. Diagram aktivít. Procesný model.
4.-5. Petriho siete.
6. Orchestrácia v procesnom modelovaní.
7. Choreografia v procesnom modelovaní.
8. Diagram tried a objektový diagram.
9. Sekvenčný diagram a komunikačný diagram.
10. Stavový diagram a pokročilé možnosti procesného modelovania.
11. Architektúra a nasadenie. Diagram komponentov a diagram nasadenia.
12. Testovanie a dokumentácia. Diagram balíkov.
13. Modelovo riadený vývoj (MDA) a modelovo riadená architektúra (MDA). Procesná automatizácia.
Absolvovaním predmetu študent:
- získa poznatky o teoretických východiskách a základoch modelovania SW systémov najmä pomocou UML a BPMN,
- zvládne základné princípy tvorby dynamických a statistických modeloch SW systémov,
- oboznámi sa so štandardnými jazykmi na modelovanie SW systémov,
- získa praktické skúsenosti s tvorbou modelov pomocou vybraných modelovacích nástrojov,
- ziska poznatky o ďalších vybraných oblastiach softvérového inžinierstva.
1. Hřebíček, Pešl, Ráček: Úvod do Maplu 7, Brno 2002
2. Eberhart: Maple problem solving handbook, University of Kentucky, 2009
3. Šťastný: Matematické a statistické výpočty v Microsoft Excelu, Computer Press 2001
Zvládnuť základy práce s tabuľkovým kalkulátorom, práce v programovacom jazyku R a so systémom počítačovej algebry Maple. Preukázať schopnosť samostatne riešiť úlohy z rôznych oblastí matematiky pomocou týchto nástrojov.
Body sú udeľované za 2 semestrálne testy a domáce úlohy: test z riešenia úloh v prostredí tabuľkového kalkulátora (20 bodov) a test z riešenia úloh pomocou R a Maple (20 bodov), domáce zadania so zameraním na riešenie príkladov pomocou R a Maple (10 bodov).
Hodnotenie sa udeľuje podľa počtu získaných bodov: A - 45 a viac, B - 40 až 44, C - 35 až 39, D - 30 až 34, E - 25 až 29, Fx - menej ako 25.
slovenský
1. Tvorba a využívanie vzorcov, tvorba a úprava grafov.
2. Využívanie rôznych typov funkcií implementovaných v tabuľkovom kalkulátore, úlohy z finančnej matematiky.
3. Štatistické spracovanie údajov, vytváranie stochastických modelov, metóda Monte Carlo.
4. Implementácia algoritmov do tabuliek, grafické a numerické riešenie rovníc a sústav lineárnych rovníc.
5, Lineárna optimalizácia, test
Základný popis systému Maple a jazyka R, práca s maticami a vektormi, práca s dátami a dátovými súbormi. Základné programovacie techniky, vytváranie vlastných funkcií a skriptov, grafické možnosti systému na vizualizáciu dát. Úprava matematických výrazov, riešenie rovníc a nerovníc, matematická analýza, lineárna algebra, teória čísel, grafov a množín v systéme Maple.
Znalosti a zručnosti z využívania rôznych reprezentácií údajov a modelovania pri riešení rôznych typov matematických úloh v prostredí tabuľkového kalkulátora, jazyka R a systému symbolických výpočtov Maple. Vedieť vykonávať analýzu údajov pri práci s tabuľkami, vytvárať rôzne typy grafov, využívať rôzne typy funkcií implementovaných v tabuľkovom kalkulátore a matematických metód na riešenie problémov.
https://ics.upjs.sk/~krajci/skola/vyucba/jesen/predmety/MZI.html
Pochopenie základných matematických pojmov
Slovenský.
1. Matematický text
2. Spojky a kvantifikátory
3. Triedy a množiny
4. Ďalšie operácie
5. Relácie
6. Relačná algebra
7. Usporiadania
8. Ekvivalencie
9. Funkcie
10. Mohutnosti
11. Nekonečná
12. Kardinálna aritmetika
Pochopenie základných matematických pojmov
1. Ackleh, A. S., Allen, E. J., Kearfott, R. B., & Seshaiyer, P. (2009). Classical and Modern Numerical Analysis: Theory, Methods and Practice (1 edition). Boca Raton: Chapman and Hall/CRC.
2. Anastassiou, G. A., & Mezei, R. (2015). Numerical Analysis Using Sage. Springer International Publishing.
3. Cheney, E. W., & Kincaid, D. R. (2012). Numerical Mathematics and Computing (7 edition). Boston, MA: Cengage Learning.
4. O’Leary, D. P. (2008). Scientific Computing with Case Studies. Philadelphia: Society for Industrial and Applied Mathematics.
5. Sauer, T. (2017). Numerical Analysis. (3 edition). Hoboken, NJ Pearson.
6. Segethová, J. (2002). Základy numerické matematiky. Karolinum.
7. M. Vicher (2003). Numerická matematika.
Forma: Prednášky aj cvičenia realizované pri počítačoch. Riešenie úloh a programovanie algoritmov s využitím výpočtovej platformy SageMath (zahŕňa napr. Python, NumPy, SciPy, SymPy, R, Maxima, matplotlib, GAP, FLINT a mnoho ďalších balíkov).
Priebežné hodnotenie (50% z celkového hodnotenia): Vyriešenie zadaných úloh napr. vo forme implementácie algoritmov alebo ich častí, modifikácia existujúcich kódov či využite dostupných balíkov pri riešení reálnych problémov.
Skúška (50% z celkového hodnotenia): Pozostáva z overovania porozumenia preberanej teórie a z preukázania nadobudnutých praktických zručností.
slovenský
1. Základné princípy a techniky numerickej analýzy - počítačová implementácia a reprezentácia reálnych čísel, numerické vs. symbolické (analytické) výpočty, metóda vs. algoritmus, meranie chyby numerického riešenia, podmienenosť numerických úloh, stabilita a konvergencia numerických algoritmov.
2. Riešenie nelineárnych rovníc - metódy bisekcie a prostej iterácie, metóda regula falsi a Newtonova metóda, Newton-Raphsonova metóda.
3. Numerické derivovanie a integrovanie - lichobežníková metóda, Simpsonova metóda, Newtonove-Cotesove vzorce.
4. Aproximácia funkcií a vyhladzovanie dát - pomocou polynómov, interpolácia, splajny, kernelové metódy.
5. Lineárne systémy - Gaussova eliminácia s pivotáciou a bez nej, dopredná a spätná substitúcia, škálovaná čiastočná pivotácia, singularita a perturbácia, podmienenosť matice, Thomasova metóda, iteračné metódy - Jacobiho, Gauss-Seidelova, SOR metóda, gradientné metódy – gradientného spádu, združených smerov.
6. Vlastné čísla a vlastné vektory matice - odhad polohy vlastných čísiel, čiastočný problém vlastných čísiel (mocninová metóda a metóda Rayleighovho podielu, Hessenbergov tvar), úplný problém vlastných čísiel (výpočet dominantného vlastného čísla , metóda LU, QU, QR - rozkladu, Jacobiho metóda), SVD – signulárny rozklad matice.
7. Optimalizácia – MNŠ, Cauchyho metóda najväčšieho spádu, Newtonova metóda, metoda konjugovanych gradientov Fletchera-Reevesa, Kvázinewtonovské metódy, Regularizácia zle podmienených úloh.
Študent po absolvovaní predmetu nadobudne teoretické vedomosti i praktické zručnosti ohľadom princípov a implementácie základných numerických algoritmov s dôrazom na algoritmy využívané v oblasti dátových analýz.
Študent by mal byť schopný samostatne porozumieť a následne implementovať numerické algoritmy v programovacom jazyku, vedieť modifikovať súčasti existujúcich algoritmov
a tiež by mal byť schopný riešiť (reálne) problémy výberom vhodnej numerickej metódy i s využitím dostupných efektívnych výpočtových balíkov.
1. ECKEL, Bruce. Thinking in Java. Fourth edition. Upper Saddle River, NJ: Prentice Hall, c[2006]. ISBN 978-01-318-7248-6.
2. PECINOVSKÝ, Rudolf. OOP: naučte se myslet a programovat objektově. Brno: Computer Press, 2010. ISBN 978-80-251-2126-9.
3. SIERRA, Kathy a Bert BATES. Head first Java. Vyd. 2. Sebastopol: O´Reilly, 2005. ISBN 978-05-960-0920-5.
Podmienky priebežného hodnotenia: domáce zadania, priebežné písomky, polsemestrálny test, záverečný projekt.
Podmienky záverečného hodnotenia: záverečný praktický test zameraný na riešenie komplexnejšej gradovanej úlohy.
Podmienky úspešného absolvovania predmetu: Získanie povinného minimálneho počtu bodov v kategórii domácej práce (zadania, projekt) a priebežných testov počas semestra (písomky, polsemestrálny test). Zvládnutie záverečného testu na úrovni aspoň 42% a získanie stanoveného počtu bodov v súčte za všetky bodované aktivity.
Slovenský jazyk, znalosť anglického jazyka je potrebná iba pre čítanie dokumentácie k Java API.
1. Prvé stretnutie s Javou a JPAZ2 frameworkom, vytvorenie projektu v Eclipse, interaktívna komunikácia s objektmi s využitím korytnačej grafiky, opakovanie príkazov v cykle, pojem triedy, objektu a metódy.
2. For-cyklus s variabilným počtom opakovaní, lokálne premenné a typy premenných, aritmetické výrazy, náhodné čísla a náhodna pochôdzka, podmienky.
3. While cyklus, metódy s návratovým typom, referencia a premenná referenčného typu, debugovanie.
4. Primitívny a referenčný typ premennej, znaky, práca s objektmi triedy String (reťazce a základné algoritmy na prácu s reťazcami), myšacie udalosti, inštančné premenné.
5. Polia primitívnych hodnôt a polia referencií. Základná práca s poľom.
6. Pokročilejšia práca s poľami, dvojrozmerné polia.
7. Výnimky a ich odchytávanie, adresáre a práca so súbormi, zapisovanie do súborov.
8. Čítanie zo súborov.
9. Vlastné triedy, zapúzdrenosť, set a get metódy, konštruktory a ich hierarchia, preťažovanie metód.
10. Dedičnosť a polymorfizmus.
11. Java Collections Framework, trieda ArrayList, obaľovacie triedy primitívnych typov a autoboxing, rozhrania List, Set, Map a ich implementácie, metódy equals a hashCode.
12. Modifikátory viditeľnosti, abstraktné triedy a metódy, vlastné rozhrania a implementovanie rozhraní, usporadúvanie, statické metódy a premenné.
13. Vlastné výnimky, vyhadzovanie výnimiek, kontrolované a nekontrolované výnimky, JavaDoc, Maven.
https://paz1a.ics.upjs.sk/
Schopnosť implementovať základné programy v programovacom jazyku Java. Kľúčové poznatky o princípoch objektovo orientovaného programovania.
1. WRÓBLEWSKI, Piotr. Algoritmy: datové struktury a programovací techniky. Brno: Computer Press, 2004. ISBN 80-251-0343-9.
2. CORMEN, Thomas H. Introduction to algorithms. 3rd ed. Cambridge: MIT Press, c2009. ISBN 978-0-262-03384-8.
3. KLEINBERG, Jon a Éva TARDOS. Algorithm design. Thirteenth impression. Noida, India: Pearson, c2014. ISBN 9789332518643.
4. MAREŠ, Martin a Tomáš VALLA. Průvodce labyrintem algoritmů. Praha: CZ.NIC, z.s.p.o., 2017. CZ.NIC. ISBN 978-80-88168-19-5.
Podmienky priebežného hodnotenia: domáce zadania, priebežné teoretické písomky, polsemestrálny test s praktickou aj teoretickou časťou.
Podmienky záverečného hodnotenia: praktická a teoretická časť záverečnej skúšky.
Podmienky úspešného absolvovania predmetu: Zvládnutie teoretickej časti (písomky, polsemestrálny a záverečný test) a praktickej časti (polsemestrálny test a záverečná skúška), každé na úrovni aspoň 50%. Získanie zadaného minimálneho počtu bodov v súčte za priebežné a záverečné hodnotenie.
Slovenský jazyk, pre štúdium doplňujúcej literatúry je potrebná znalosť anglického jazyka alebo českého jazyka.
1. Rekurzia a fraktály.
2. Binárne vyhľadávanie, jednoduché usporadúvacie algoritmy, analýza časovej zložitosti algoritmov, O-notácia.
3. Základné údajové štruktúry a ich použitie: spájaný zoznam, zásobník, rad.
4. Stromy a ich použitie.
5. Efektívne usporadúvacie algoritmy (QuickSort, MergeSort, HeapSort).
6. Backtracking.
7. Dynamické programovanie, stratégia rozdeľuj a panuj.
8. Neohodnotené grafy, prehľadávanie grafov, topologické usporiadanie.
9. Ohodnotené grafy, algoritmy na nájdenie najkratšej cesty.
10. Najlacnejšia kostra, greedy algoritmy.
11. Hashovanie, amortizovaná zložitosť, vyhľadávanie v textoch.
https://paz1b.ics.upjs.sk/
Znalosť základných algoritmov, údajových štruktúr a metód používaných pri návrhu efektívnych algoritmov. Elementárne poznatky o analýze časovej zložitosti algoritmov. Poznatky o efektívnej implementácii algoritmov. Základné poznatky z oblasti kombinatorických a grafových algoritmov.
1. STN 01 6910. Pravidlá písania a úpravy písomností. 2011.
2. STN ISO 2145. Dokumentácia. Číslovanie oddielov a pododdielov písaných dokumentov. 1997.
3. STN ISO 690. Informácie a dokumentácia. Návod na tvorbu bibliografických odkazov na informačné pramene a ich citovanie. 2012.
4. KATUŠČÁK, Daniel. Ako písať záverečné a kvalifikačné práce. Enigma, 2013
5. Odborná a vedecká literatúra týkajúca sa témy záverečnej práce podľa odporúčania vedúceho záverečnej práce.
Vytvorenie web stránky o bakalárskej práci. Výber témy bakalárskej práce. Prezentácia zadania bakalárskej práce a jej cieľov v stanovenom termíne. Vypracovanie eseje v rozsahu 1 strany o motivácii k výberu bakalárskej práce. Vytvorenie zadania bakalárskej práce a jeho vloženie do AIS vedúcim práce.
Slovenský alebo anglický.
1. Zásady pri tvorbe záverečnej práce.
2. Burza tém bakalárskych prác.
3. Burza tém bakalárskych prác.
4. Burza tém bakalárskych prác.
5. Bakalárska práca a jej ciele.
6. Zadanie bakalárskej práce.
7. Základné typy bakalárskych prác.
8. Štruktúra rôznych typov bakalárskych prác.
9. Požiadavky na záverečné bakalárske práce.
10. Externé firemné záverečné práce.
11. Prezentácia vybraných tém záverečných prác.
12. Prezentácia vybraných tém záverečných prác.
13. Prezentácia vybraných tém záverečných prác.
https://bakalarky.ics.upjs.sk/
Základné poznatky o zásadách tvorby a štruktúre bakalárskych prác. Kritéria a požiadavky pre výber vhodnej témy bakalárskej práce. Poznatky o štruktúre zadania bakalárskej práce.
1. AGGARWAL, Charu C. Data mining: a textbook. Cham: Springer, 2015. ISBN 978-3-319-14141-1. 2. ALPAYDIN, Ethem. Introduction to machine learning. 3rd ed. Massachusetts: MIT Press, 2014. ISBN 978-0-262-02818-9. 3. RASCHKA, Sebastian, Mirjalili, Vahid. Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2, 3rd Edition, Packt Publishing Ltd., 2019. ISBN 978-1789955750. 4. WITTEN, I. H., Eibe FRANK a Mark A. HALL. Data mining: practical machine learning tools and techniques. 4th ed. Amsterdam: Morgan Kaufmann, 2017. Morgan Kaufman series in data management systems. ISBN 9780128042915. 5. Študijná literatúra s ohľadom na vybraný projekt.
Aktívna prezentácia výsledkov záverečného projektu v oblasti analýzy údajov a témy záverečnej práce. Prezentácia výsledkov z publikovaných zahraničných odborných prác.
slovenský alebo anglický
1. - 2. Fázy projektov analýzy údajov a vybrané základné pojmy 3. - 4. Výber a špecifikácia projektov dátovej analýzy 5. - 7. Vybrané metódy analýzy údajov 8. - 11. Konzultácie k projektom dátovej analýzy a záverečným prácam 12. - 13. Aplikácie metód analýzy údajov v rôznych oblastiach
Poznatky a zručnosti spojené s fázami dátovej analýzy a ich využití pri riešení konkrétnych úloh. Poznatky o vybraných postupoch v oblasti dátovej analýzy, strojového učenia a umelej inteligencie. Rozvoj porozumenia odborného textu v oblasti analýzy údajov a jeho interpretácie.
James, Gareth, et al. An introduction to statistical learning. Vol. 112. New York: Springer, 2013.
Efron, Bradley, and Trevor Hastie. Computer age statistical inference. Vol. 5. Cambridge University Press, 2016.
Raschka, Sebastian, and Vahid Mirjalili. Python machine learning. Packt Publishing Ltd, 2017.
VanderPlas, Jake. Python data science handbook: essential tools for working with data. " O'Reilly Media, Inc.", 2016.
Študijná literatúra viazaná na vybraný projekt.
Aktivita na cvičeniach. Domáce zadania. Prezentácia aplikovaných metód a dosiahnutých výsledkov pri riešení konkrétnej úlohy.
Slovenský alebo anglický.
Práca jednotlivca alebo skupiny na konkrétnom probléme z praxe. Analýza dát - štruktúra premenných, klasifikácia, chýbajúce hodnoty, odľahlé hodnoty. Návrh riešenia pomocou klasických štatistických prístupov, riešenia na základe strojového učenia a neurónových sietí.
Osvojiť si spôsob práce s komplexnejšou úlohou, ktorá pozostáva zo spracovania dát, úvodnej analýzy dát, navrhnutia metódy na riešenie úlohy a jej následná implementácia pre konkrétne dáta.
PILGRIM, Mark, 2011. Ponořme se do Pythonu(u) 3 [online]. Praha: CZ.NIC, z. s. p. o. ISBN 978-80-904248-2-1. Dostupné na: https://www.nic.cz/files/edice/python_3.pdf
PIRNAT, Mike, 2015. How to Make Mistakes in Python [online]. Boston: O’Reilly Media. ISBN 978-1-4919-3447-0. Dostupné na: https://www.dbooks.org/how-to-make-mistakes-in-python-1491934476/
STACK OVERFLOW CONTRIBUTORS, 2018. Python® Notes for Professionals [online]. B.m.: GoalKicker. Dostupné na: https://books.goalkicker.com/PythonBook/PythonNotesForProfessionals.pdf
ROSEMAN, Mark, 2024. Modern Tk Best Practices [online]. 2024. Dostupné na: https://tkdocs.com/
Minimálne 50 % bodov z priebežného hodnotenia.
Minimálne 50 % bodov z praktického testu v polovici semestra a z praktickej skúšky.
Slovenský jazyk, znalosť anglického jazyka je potrebná iba pre čítanie dokumentácie jazyka Python.
1. Úvod do prostredia, základné vlastnosti jazyka Python, jednoduché a štruktúrované dátové typy.
2. Vstup, výstup, definícia funkcií, lambda funkcia, generátorová notácia, funkcia ako parameter, formátovanie reťazcov.
3. Riadiace štruktúry, iterovanie cez dátové štruktúry, kontext manažér.
4. Odchytávanie a generovanie výnimiek. Filozofia výnimiek v Pythone.
5. Práca so súbormi. Serializácia a deserializácia dát - protokol json a pickle. Textové a binárne súbory. Manipulácia so súbormi. Otvorené dáta.
6. Objektové programovanie 1. Návrh vlastných tried, špeciálne metódy, property, filozofia prístupu k metódam a atribútom.
7. Objektové programovanie 2. Porovnanie a rozdiely s jazykom Java. Viacnásobná dedičnosť.
8. Preťažovanie metód. Statické metódy, abstraktné triedy, dátová trieda.
9. Dekorátory, memoizácia, moduly, balíčky.
10. Kontrola správnosti kódu (debuggovanie), testovanie (doctest, unittest), testami riadený vývoj.
11. Paralelné výpočty, procesy, spúšťanie procesov a komunikácia medzi procesmi (zdieľaná premenná, pipe, queue).
12. Návrh a implementácia grafického rozhrania programu.
https://lms.upjs.sk/course/view.php?id=1403
prihlasovací kľúč do kurzu: pppy-22
Implementovať riešenie vybraných problémov v jazyku Python využitím dostupných modulov. Použiť a implementovať netriviálne algoritmy pri riešení vybraných problémov. Používať objektový prístup pri riešení problémov. Objektovo programovať v jazyku Python využitím špecifík jazyka Python. Testovať programy. Implementovať paralelné výpočty.
1. KUROSE, James F. - Keith W. ROSS. Computer networking: a top-down approach. Seventh edition. Essex: Pearson, [2017]. ISBN 978-1-292-15359-9.
2. TANENBAUM, Andrew S. - FEAMSTER Nick - WETHERALL David J. Compuetr Networks, 6th Edition, Pearson, [2021]. ISBN 978-0-135-40798-1.
Aktivita na cvičeniach (max 18 bodov), domáce zadania (max 18 bodov), priebežný test (max 30 bodov).
Ústná skúška (min 25 bodov, max 50 bodov). Na absolvovanie predmetu je potrebných min. 55 bodov.
Slovenský alebo anglický.
Obsahové prerekvizity: základy programovania v jazyku Java
1. Úvod do počítačových sietí, spôsoby pripojenia k internetu, straty a zdržania paketov, referenčný model TCP/IP a rodina protokolov TCP/IP
2. Aplikačná vrstva: aplikačné protokoly, Web a HTTP, protokol FTP, e-maily a SMTP, POP3, IMAP
3. Aplikačná vrstva: doménové mená a DNS, Peer-to-peer aplikácie, úvod do bezpečnosti počítačových sietí
4. Transportná vrstva: UDP, úvod do potvrdzovaného prenosu dát
5. Transportná vrstva: TCP, nadviazanie a ukončenie spojenia, potvrdzovaný prenos dát, kontrola toku dát, kontrola zahltenia, spravodlivosť rozdelenia pásma
6. Sieťová vrstva - Virtuálne okruhy vs. sieť riadená datagramami, internetový protokol IPv4, fragmentácia IP datagramov, smerovacia tabuľka, aplikačný protokol DHCP
7. Sieťová vrstva - preklad adries NAT, protokol ICMP, sieťový protokol IP verzie 6 (IPv6)
8. Sieťová vrstva - princípy smerovacích algoritmov, smerovacie protokoly, broadcast, multicast
9. Spojová vrstva - odhaľovanie chýb, viacnásobný prístup k zdieľanému spoju CSMA/CD and CSMA/CA, MAC adresy, ethernetový rámec 802.3, ARP, RARP
10. Spojová vrstva a bezdrôtový prenos a mobilita - opakovače, prepínače, virtuálne siete VLAN, WiFi 802.11, Bluetooth 802.15, WiMAX 802.16, Mobile IP, mobilita v GSM
11. Fyzická vrstva - digitálny prenos, modulovaný prenos
https://siete.ics.upjs.sk/
Študenti získajú informácie o princípoch a architektúre počítačovej siete Internet. Pochopia princípy vrstvového referenčného modelu ISO OSI pre sieťovú komunikáciu, získajú predhľad o štruktúre vrstiev súčasného Internetu. význam a využitie pojmov protokol, služba, rozhranie. Vedia posúdiť parametre komunikačných kanálov, rozumejú funkcii prepájacích zariadení (opakovačov, mostov, smerovačov, brán). Rozumejú štruktúre IP paketov, adresácii a spôsobu prenášania paketov, princípom smerovacích protokolv a vytvárania smerovacích tabuliek. Rozumejú potvrdzovanému transportnému prenosu protokolom TCP a jeho realizácii. Vedia využívať transportné rozhranie protokolov UDP a TCP v programe. Poznajú základné aplikačné protokoly siete Internet.
Grabisch, M.: Set Functions, Games and Capacities in Decision Making. Theory and Decision Library C~46, Springer International Publishing Switzerland, 2016.
Greco, S., Ehrgott, M., Figueira, J.-R.: Multiple Criteria Decision Analysis: State of the Art Surveys, International Series in Operations Research & Management Science, 233, Springer; 2nd ed. 2016.
Hodnotenie sa udeľuje na základe vypracovania individuálnych projektov súvisiacich s témami pokrytými v rámci predmetu.
slovenský
1. - 2. týždeň: Základy teórie rozhodovania, hry proti prírode: príklady praktických problémov, rozhodovacie kritériá.
3. týždeň: Rozhodovacie stromy a ich aplikácie.
4. - 8. týždeň: Multikriteriálna optimalizácia: príklady praktických problémov, metódy hodnotenia dôležitosti kritérií posudzovania variantov, metódy stanovenia kompromisných a optimálnych variantov.
9. týždeň: Úžitková funkcia, rozhodovanie v podmienkach rizika a neistoty.
10. - 11. týždeň: Neaditívne miery, ich interpretácia a Choquetov integrál v rozhodovacom procese, ďalšie vybrané neaditívne metódy
12. týždeň: CEU, RDEU metóda a Choquetov-Stieltjesov integrál, paradoxy (Allaisov, Ellsbergov paradox)
Po absolvovaní predmetu študent ovláda základy teórie rozhodovania (hry proti prírode), vybrané metódy riešenia úloh viackriteriálnej optimalizácie spolu s pokročilými témami teórie rozhodovania (použitie neaditívnych mier a zovšeobecnených integrálov).
1. Krajči S., elektronický učebný text,
https://ics.upjs.sk/~krajci/skola/vyucba/ucebneTexty/logika-stromy.pdf
2. Goldstern M., Judah H.: The Incompleteness Phenomenon, A New Course in Mathematical Logic, A K Peters, Wellesley, Massachusetts, 1995
Hodnotí sa úroveň zvládnutia preberaných pojmov.
Slovenský.
1. Matematické symboly
2. Výrazy
3. Interpretácia
4. Hodnota výrazu
5. Štandardná interpretácia
6. Teórie a ich modely
7. Substitúcia
8. Povolené substitúcie
9. Odvodzovací systém
10. Korektnosť základného odvodzovacieho systému
11. Práca s logickými spojkami
12. Práca s kvantifikátormi
https://ics.upjs.sk/~krajci/skola/vyucba/jar/predmety/logika/SLO.html
Pochopiť základné pojmy symbolickej logiky.
Vzhľadom na riešenú problematiku (časopisecká, knižná).
Študentskú vedeckú konferenciu (ďalej len ŠVK) ako fakultné kolo súťaže o najlepšiu študentskú vedeckú a odbornú prácu vyhlasuje dekan fakulty. Na zapojenie do ŠVK je potrebná online registrácia a prihlásenie, odovzdanie elektronickej verzie abstraktu práce, odovzdanie elektronickej verzie práce, príprava prezentácie práce, vystúpenie na ŠVK s prezentáciou a diskusia študenta s odbornou porotou k téme práce.
Na ŠVK môže prihlásiť študent, alebo riešiteľský kolektív svoju prácu študentskej vedeckej a odbornej činnosti (ŠVOČ) iba do jednej z vyhlásených sekcií. Na ŠVK možno prihlásiť aj prácu, ktorá je ucelenou časťou bakalárskej alebo diplomovej práce alebo prácou v rámci študentských pomocných síl.
Práca ŠVOČ je výsledkom vlastnej práce študenta alebo riešiteľského kolektívu. Nesmie vykazovať prvky akademického podvodu a musí spĺňať kritériá správnej výskumnej praxe definované v Rozhodnutí rektora č. 21/2021, ktorým sa stanovujú pravidlá posudzovania plagiátorstva na Univerzite Pavla Jozefa Šafárika v Košiciach a jej súčastiach. Plnenie kritérií sa overuje najmä v procese riešenia a v procese prezentácie práce. Ich nedodržanie je dôvodom na začatie disciplinárneho konania.
Podmienkou na udelenie hodnotenia je úspešná prezentácia a obhajoba práce v príslušnej sekcii riadenej komisiou vymenovanou dekanom fakulty. O pridelení kreditov za ŠVK rozhoduje komisia a svoje rozhodnutie uvádza v zápisnici z priebehu ŠVK.
slovenský alebo anglický
Riešenie čiastkovej úlohy výskumného problému, zapojenie študentov do vedeckej práce pod
vedením pedagogických a vedeckých pracovníkov. Verejná prezentácia dosiahnutých výsledkov.
Predniesť písomne spracované výsledky vlastnej vedeckej práce na Študentskej vedeckej konferencii.
Odporúčaná literatúra je špecifikovaná individuálne riešiteľom, resp. riešiteľským kolektívom po dohode s konzultantom alebo vedúcim práce.
Na Študentskú vedeckú konferenciu je potrebná registrácia v súlade so Štatútom Študentskej vedeckej konferencie na PF UPJŠ a konkrétnymi podmienkami pre účasť v danom roku, ktoré vyhlasuje dekan fakulty.
V rámci jedného ročníka Študentskej vedeckej konferencie sa môže prihlásiť študent, alebo riešiteľský kolektív iba do jednej sekcie. Na ŠVK možno prihlásiť aj prácu, ktorá je ucelenou časťou bakalárskej alebo diplomovej práce alebo prácou v rámci študentských pomocných síl.
Práca na ŠVK je výsledkom vlastnej práce študenta alebo riešiteľského kolektívu. Nesmie vykazovať prvky akademického podvodu a musí spĺňať kritériá správnej výskumnej praxe definované v Rozhodnutí rektora č. 21/2021, ktorým sa stanovujú pravidlá posudzovania plagiátorstva na Univerzite Pavla Jozefa Šafárika v Košiciach a jej súčastiach. Plnenie kritérií sa overuje najmä v procese riešenia a v procese prezentácie práce. Ich nedodržanie je dôvodom na začatie disciplinárneho konania.
Podmienkou na udelenie hodnotenia je úspešná prezentácia a obhajoba práce v príslušnej sekcii riadenej komisiou vymenovanou dekanom fakulty. O oprávnenosti pridelenia kreditov rozhoduje komisia a svoje rozhodnutie uvádza v zápisnici z priebehu ŠVK.
Slovenský alebo anglický.
1. Analýza stavu skúmanej problematiky.
2. Návrh a implementácia riešenia skúmaného problému.
3. Vyhodnotenie dosiahnutých výsledkov.
4. Príprava anotácie práce.
5. Spracovanie práce ŠVOČ.
6. Príprava prezentácie výsledkov.
7. Prezentácia a obhajoba získaných výsledkov.
Študent preukáže zvládnutie základov teórie a odbornej terminológie študijného odboru, nadobudnutie vedomostí, zručností a kompetentností, schopnosť aplikovať ich tvorivým spôsobom pri riešení vybraného problému študijného odboru, schopnosť prezentovať získané výsledky s využitím vhodných prezentačných metód a nástrojov a schopnosť aktívne participovať na odbornej diskusii.
1. STN 01 6910. Pravidlá písania a úpravy písomností. 2011.
2. STN ISO 2145. Dokumentácia. Číslovanie oddielov a pododdielov písaných dokumentov. 1997.
3. STN ISO 690. Informácie a dokumentácia. Návod na tvorbu bibliografických odkazov na informačné pramene a ich citovanie. 2012.
4. KATUŠČÁK, Dušan. Ako písať záverečné a kvalifikačné práce. Enigma, 2013
5. Odborná a vedecká literatúra týkajúca sa témy záverečnej práce podľa odporúčania vedúceho záverečnej práce.
Aktualizácia web stránky o bakalárskej práci. Prezentácia súčasného stavu problematiky pre tému zvolenú v bakalárskej práci a prvých výsledkov práce v stanovenom termíne. Vypracovanie 5 stranového odborného článku pre tému zvolenú v bakalárskej práci v požadovanej štruktúre a jeho schválenie vedúcim práce.
Slovenský alebo anglický
1. Postup pri písaní záverečnej práce. 2. Normy a formálna úprava záverečnej práce. 3. Pravidlá písania a úpravy písomností STN 01 6910. 4. Dokumentácia, Číslovanie oddielov a pododdielov písaných dokumentov STN ISO 2145. 5. Informácie a dokumentácia STN ISO 690. 6. Návod na tvorbu bibliografických odkazov na informačné pramene a ich citovanie. 7. Vybrané typografické zásady. 8. Odborné zdroje na internete. 9. Zásady korektného citovania. 10. Nástroje na vytváranie vlastnej databázy použitej literatúry. 11. Anotovanie prečítanej literatúry, tvorba rešerší. 12. Prezentácia vybraných tém bakalárskych prác. 13. Prezentácia vybraných tém bakalárskych prác.
https://bakalarky.ics.upjs.sk/
Základné poznatky o postupe a písaní bakalárskej práce, normách a formálnej úprave bakalárskej práce, tvorbe bibliografických odkazov a ich citovaní, nástrojoch pre tvorbu vlastnej databázy použitej literatúry. Základné poznatky o obsahu a forme prezentovania aktuálneho stavu problematiky pre tému bakalárskej práce. Základné poznatky o príprave odborného článku.
1. STN 01 6910. Pravidlá písania a úpravy písomností. 2011.
2. STN ISO 2145. Dokumentácia. Číslovanie oddielov a pododdielov písaných dokumentov. 1997.
3. STN ISO 690. Informácie a dokumentácia. Návod na tvorbu bibliografických odkazov na informačné pramene a ich citovanie. 2012.
4. KATUŠČÁK, Daniel. Ako písať záverečné a kvalifikačné práce. Enigma, 2013
5. Odborná a vedecká literatúra týkajúca sa témy záverečnej práce podľa odporúčania vedúceho záverečnej práce.
Aktualizácia web stránky o bakalárskej práci. Prezentácia dosiahnutých výsledkov bakalárskej práce v stanovenom termíne. Vypracovanie minimálne 10 stranového odborného článku pre tému zvolenú v bakalárskej práci v požadovanej štruktúre a jeho schválenie vedúcim práce. Vytvorenie popularizačnej snímky o výsledkoch bakalárskej práce.
Slovenský alebo anglický jazyk.
1. Centrálny register záverečných prác. 2. Licencie a autorské práva. 3. Smernica o základných náležitostiach záverečných prác na UPJŠ v Košiciach. 4. Najčastejšie chyby pri písaní záverečnej práce. 5. Kritéria hodnotenia a príklady posudkov. 6. Príprava prezentácie na obhajobu záverečnej práce. 7. Príprava odborného článku. 8. Príprava prezentácie na obhajobu záverečnej práce. 9. Príprava odborného článku. 10. Postup pri odovzdaní záverečnej práce. 11. Popularizácia výsledkov bakalárskej práce. 12. Prezentácie výsledkov bakalárskych prác. 13. Prezentácie výsledkov bakalárskych prác.
https://bakalarky.ics.upjs.sk/
Základné poznatky o centrálnom registre záverečných prác, licenciách a autorských právach, obsahu a forme prezentovania celkových výsledkov dosiahnutých v bakalárskej práci. Základné poznatky o príprave odborného článku a prezentácii dosiahnutých výsledkov pre popularizačné účely.
1. Skřivánková V.: Pravdepodobnosť v príkladoch, UPJŠ, Košice, 2006.
2. DeGroot, M. H., Schervish, M. J.: Probability and Statistics, 4th ed., Pearson, Boston, 2012
3. Evans, M. J., Rosenthal, J. S.: Probability and Statistics: The Science of Uncertainty, 2nd Ed., W. H. Freeman, 2009
4. Riečan a kol.: Pravdepodobnosť a matematická štatistika, Alfa, Bratislava, 1984.
5. Potocký a kol.: Zbierka úloh z pravdepodobnosti a matematickej štatistiky, Alfa, Bratislava, 1991
Získať z dvoch písomiek počas semestra aspoň 50% bodov.
Celkové hodnotenie na základe priebežného hodnotenia a výsledku písomnej a ústnej časti skúšky.
slovenský
Pravdepodobnostný priestor, klasická, geometrická a axiomatická definícia pravdepodobnosti a jej vlastnosti. Podmienená pravdepodobnosť a nezávislosť.
Postupnosť javov a jej limita.
Náhodné veličiny a ich rozdelenie.
Distribučná funkcia a jej vlastnosti.
Diskrétne a absolútne spojité rozdelenie.
Transformácia náhodných veličín.
Momentové charakteristiky - stredná hodnota, disperzia, šikmosť, špicatosť.
Kvantilová funkcia a jej vlastnosti. Kvantilové charakteristiky - medián a kvartilová odchýlka. Modus.
Charakteristická funkcia a jej vlastnosti. Vzťah medzi charakteristickou funkciou a momentami.
Špeciálne typy rozdelení - binomické, Poissonovo, geometrické, rovnomerné, exponenciálne, normálne.
Normovanie náhodných veličín.
Rozdelenia odvodené od normálneho (chí-kvadrát, Studentovo, Fischerovo).
Centrálna limitná veta.
Zvládnutie axiomatického budovania pravdepodobnostného priestoru a prechodu od náhodných javov k náhodným veličinám. Schopnosť aplikovať pravdepodobnostné metódy a špeciálne typy rozdelení pri modelovaní reálnych situácií.
1. KLEPPMANN, Martin. Designing data-intensive applications: the big ideas behind reliable, scalable, and maintainable systems. Beijing: O'Reilly, 2017. ISBN 978-1-449-37332-0.
2. WHITE, Tom. Hadoop: the definitive guide. 3rd ed. Sebastopol: O'Reilly, 2012. ISBN 978-1-449-31152-0.
3. MARZ, Nathan a James WARREN. Big data: principles and best practices of scalable real-time data systems. Shelter Island, NY: Manning, [2015]. ISBN 978-1-617290-34-3.
4. PENTREATH, Nick. Machine Learning with Spark; Packt Publishing, [2015]. ISBN 978-1-783288-51-9.
Aktívna účasť na cvičeniach, písomka, projekt.
slovenský alebo anglický
Obsahové prerekvizity: základy databáz, programovanie v Pythone
1. Úvod do spracovania veľkých dát. Voľne prístupné datasety.
2. Cloudové prostredie.
3. Distribuované suborové systémy, objektové úložište. Dátové formáty.
4. Škálovateľnosť, hashovanie, sharding dát.
5. Distribuované databázy, kompromisy konzistencie. NoSQL.
6. Dávkové spracovanie dát: MapReduce
7. Dávkové spracovanie dát: Spark I
8. Dávkové spracovanie dát: Spark II
9. Prúdové spracovanie dát: Kafka
10. Prúdové spracovanie dát: Beam
11. Distribuované trénovanie neurónovej siete.
Praktické skúsenosti s používaním moderných systémov pre ukladanie a
spracovanie veľkého množstva dát. Oboznámenie sa s ich architektúrou a
implementáciou.
BENCE, M. et al. 2005. Plávanie. Banská Bystrica: FHV UMB. 198s. ISBN 80-8083-140-8.
[online] Dostupné na: https://www.ff.umb.sk/app/cmsFile.php?disposition=a&ID=571
BUZKOVÁ, K. 2006. Fitness jóga, harmonické cvičení těla I duše. Praha: Grada. ISBN 8024715252.
JARKOVSKÁ, H, JARKOVSKÁ, M. 2005. Posilování s vlastním tělem 417 krát jinak. Praha: Grada. ISBN 9788024757308.
KAČÁNI, L. 2002. Futbal:Tréning hrou. Bratislava: Peter Mačura – PEEM. 278s. ISBN
8089197027.
KRESTA, J. 2009. Futsal.Praha: Grada Publishing, a.s. 112s. ISBN 9788024725345.
LAWRENCE, G. 2019. Power jóga nejen pro sportovce. Brno: CPress. ISBN 9788026427902.
SNER, Wolfgang. 2004. Posilování ve fitness. České Budějovice: Kopp. ISBN 8072322141.
STACKEOVÁ, D. 2014. Fitness programy z pohledu kinantropologie. Praha: Galén. ISBN 9788074921155.
VOMÁČKO, S. BOŠTÍKOVÁ, S. 2003. Lezení na umělých stěnách. Praha: Grada. 129s. ISBN
8024721743.
Podmienky záverečného hodnotenia:
· aktívna účasť na výučbe v zmysle študijného poriadku a pokynov vyučujúceho
· zvládnutie podmienok v celkovom hodnotení na úrovni 80%
Slovenský jazyk
Ústav TV a športu UPJŠ ponúka pre študentov UPJŠ v rámci výberového predmetu 21 športových aktivít: aerobik; aikido, basketbal, bedminton, body-balance, body form, bouldering, florbal, joga, power joga, pilates, plávanie, posilňovanie, sálový futbal, SM systém, step aerobik, stolný tenis, šach, volejbal, tabata, cykloturistika, dobrovoľníctvo na MMM.
Pre záujemcov Ústav TV a športu UPJŠ ponúka zimné (lyžiarsky kurz, survival) a letné (cvičenie pri mori, splavovanie rieky Tisza) telovýchovné sústredenia s atraktívnym programom, športové súťaže s celoslovenskou i medzinárodnou účasťou.
Výsledky vzdelávania:
Športové aktivity vo všetkých svojich formách pripravujú vysokoškolákov na ich ďalší profesionálny a osobný život. Na základe osobnej skúsenosti si uvedomujú dôležitosť postavenia pohybovej aktivity v živote. Aktívne pôsobia na telesnú zdatnosť a výkonnosť. Pomáhajú udržať duševné zdravie a zlepšiť zdravotný stav aj zdravie cvičencov. Osvojením a zdokonalením zručností a schopností v športových aktivitách posilňujú u študenta vzťah k PA a zároveň rozširujú možnosti vplývať na blízke aj široké okolie vo vybranej športovej činnosti.
Obsahový štandard:
Študent počas záverečného hodnotenia preukáže rozšírenie vedomostí a poznatkov z problematiky, ktorá je obsahovo daná informačným listom predmetu a šírkou definovaná v povinnej literatúre.
Výkonový štandard:
Študent preukáže zvládnutie výkonového štandardu, v rámci ktorého je schopný:
- osvojiť si pohybové zručnosti v konkrétnom športe, herné činnosti, odstrániť plaveckú negramotnosť,
- zvyšovať úroveň kondičných a koordinačných schopností, telesnú zdatnosť a pohybovú výkonnosť,
- pohybové cvičenia uplatňovať v praxi,
- prostredníctvom osvojenia špeciálneho programu zdravotnej TV vplývať na zmiernenie zdravotných oslabení,
- aplikovať nadobudnuté vedomosti a osvojené zručnosti v telovýchovnom procese, vo voľnom čase.
BENCE, M. et al. 2005. Plávanie. Banská Bystrica: FHV UMB. 198s. ISBN 80-8083-140-8.
[online] Dostupné na: https://www.ff.umb.sk/app/cmsFile.php?disposition=a&ID=571
BUZKOVÁ, K. 2006. Fitness jóga, harmonické cvičení těla I duše. Praha: Grada. ISBN 8024715252.
JARKOVSKÁ, H, JARKOVSKÁ, M. 2005. Posilování s vlastním tělem 417 krát jinak. Praha: Grada. ISBN 9788024757308.
KAČÁNI, L. 2002. Futbal:Tréning hrou. Bratislava: Peter Mačura – PEEM. 278s. ISBN
8089197027.
KRESTA, J. 2009. Futsal.Praha: Grada Publishing, a.s. 112s. ISBN 9788024725345.
LAWRENCE, G. 2019. Power jóga nejen pro sportovce. Brno: CPress. ISBN 9788026427902.
SNER, Wolfgang. 2004. Posilování ve fitness. České Budějovice: Kopp. ISBN 8072322141.
STACKEOVÁ, D. 2014. Fitness programy z pohledu kinantropologie. Praha: Galén. ISBN 9788074921155.
VOMÁČKO, S. BOŠTÍKOVÁ, S. 2003. Lezení na umělých stěnách. Praha: Grada. 129s. ISBN
8024721743.
Podmienky záverečného hodnotenia:
· aktívna účasť na výučbe v zmysle študijného poriadku a pokynov vyučujúceho
· zvládnutie podmienok v celkovom hodnotení na úrovni 80%
Slovenský jazyk
Ústav TV a športu UPJŠ ponúka pre študentov UPJŠ v rámci výberového predmetu 21 športových aktivít: aerobik; aikido, basketbal, bedminton, body-balance, body form, bouldering, florbal, joga, power joga, pilates, plávanie, posilňovanie, sálový futbal, SM systém, step aerobik, stolný tenis, šach, volejbal, tabata, cykloturistika, dobrovoľníctvo na MMM.
Pre záujemcov Ústav TV a športu UPJŠ ponúka zimné (lyžiarsky kurz, survival) a letné (cvičenie pri mori, splavovanie rieky Tisza) telovýchovné sústredenia s atraktívnym programom, športové súťaže s celoslovenskou i medzinárodnou účasťou.
Športové aktivity vo všetkých svojich formách pripravujú vysokoškolákov na ich ďalší profesionálny a osobný život. Na základe osobnej skúsenosti si uvedomujú dôležitosť postavenia pohybovej aktivity v živote. Aktívne pôsobia na telesnú zdatnosť a výkonnosť. Pomáhajú udržať duševné zdravie a zlepšiť zdravotný stav aj zdravie cvičencov. Osvojením a zdokonalením zručností a schopností v športových aktivitách posilňujú u študenta vzťah k PA a zároveň rozširujú možnosti vplývať na blízke aj široké okolie vo vybranej športovej činnosti.
Obsahový štandard:
Študent počas záverečného hodnotenia preukáže rozšírenie vedomostí a poznatkov z problematiky, ktorá je obsahovo daná informačným listom predmetu a šírkou definovaná v povinnej literatúre.
Výkonový štandard:
Študent preukáže zvládnutie výkonového štandardu, v rámci ktorého je schopný:
- osvojiť si pohybové zručnosti v konkrétnom športe, herné činnosti, odstrániť plaveckú negramotnosť,
- zvyšovať úroveň kondičných a koordinačných schopností, telesnú zdatnosť a pohybovú výkonnosť,
- pohybové cvičenia uplatňovať v praxi,
- prostredníctvom osvojenia špeciálneho programu zdravotnej TV vplývať na zmiernenie zdravotných oslabení,
- aplikovať nadobudnuté vedomosti a osvojené zručnosti v telovýchovnom procese, vo voľnom čase.
BENCE, M. et al. 2005. Plávanie. Banská Bystrica: FHV UMB. 198s. ISBN 80-8083-140-8.
[online] Dostupné na: https://www.ff.umb.sk/app/cmsFile.php?disposition=a&ID=571
BUZKOVÁ, K. 2006. Fitness jóga, harmonické cvičení těla I duše. Praha: Grada. ISBN 8024715252.
JARKOVSKÁ, H, JARKOVSKÁ, M. 2005. Posilování s vlastním tělem 417 krát jinak. Praha: Grada. ISBN 9788024757308.
KAČÁNI, L. 2002. Futbal:Tréning hrou. Bratislava: Peter Mačura – PEEM. 278s. ISBN
8089197027.
KRESTA, J. 2009. Futsal.Praha: Grada Publishing, a.s. 112s. ISBN 9788024725345.
LAWRENCE, G. 2019. Power jóga nejen pro sportovce. Brno: CPress. ISBN 9788026427902.
SNER, Wolfgang. 2004. Posilování ve fitness. České Budějovice: Kopp. ISBN 8072322141.
STACKEOVÁ, D. 2014. Fitness programy z pohledu kinantropologie. Praha: Galén. ISBN 9788074921155.
VOMÁČKO, S. BOŠTÍKOVÁ, S. 2003. Lezení na umělých stěnách. Praha: Grada. 129s. ISBN
8024721743.
Podmienky záverečného hodnotenia:
· aktívna účasť na výučbe v zmysle študijného poriadku a pokynov vyučujúceho
· zvládnutie podmienok v celkovom hodnotení na úrovni 80%
Slovenský jazyk
Ústav TV a športu UPJŠ ponúka pre študentov UPJŠ v rámci výberového predmetu 21 športových aktivít: aerobik; aikido, basketbal, bedminton, body-balance, body form, bouldering, florbal, joga, power joga, pilates, plávanie, posilňovanie, sálový futbal, SM systém, step aerobik, stolný tenis, šach, volejbal, tabata, cykloturistika, dobrovoľníctvo na MMM.
Pre záujemcov Ústav TV a športu UPJŠ ponúka zimné (lyžiarsky kurz, survival) a letné (cvičenie pri mori, splavovanie rieky Tisza) telovýchovné sústredenia s atraktívnym programom, športové súťaže s celoslovenskou i medzinárodnou účasťou.
Športové aktivity vo všetkých svojich formách pripravujú vysokoškolákov na ich ďalší profesionálny a osobný život. Na základe osobnej skúsenosti si uvedomujú dôležitosť postavenia pohybovej aktivity v živote. Aktívne pôsobia na telesnú zdatnosť a výkonnosť. Pomáhajú udržať duševné zdravie a zlepšiť zdravotný stav aj zdravie cvičencov. Osvojením a zdokonalením zručností a schopností v športových aktivitách posilňujú u študenta vzťah k PA a zároveň rozširujú možnosti vplývať na blízke aj široké okolie vo vybranej športovej činnosti.
Obsahový štandard:
Študent počas záverečného hodnotenia preukáže rozšírenie vedomostí a poznatkov z problematiky, ktorá je obsahovo daná informačným listom predmetu a šírkou definovaná v povinnej literatúre.
Výkonový štandard:
Študent preukáže zvládnutie výkonového štandardu, v rámci ktorého je schopný:
- osvojiť si pohybové zručnosti v konkrétnom športe, herné činnosti, odstrániť plaveckú negramotnosť,
- zvyšovať úroveň kondičných a koordinačných schopností, telesnú zdatnosť a pohybovú výkonnosť,
- pohybové cvičenia uplatňovať v praxi,
- prostredníctvom osvojenia špeciálneho programu zdravotnej TV vplývať na zmiernenie zdravotných oslabení,
- aplikovať nadobudnuté vedomosti a osvojené zručnosti v telovýchovnom procese, vo voľnom čase.
BENCE, M. et al. 2005. Plávanie. Banská Bystrica: FHV UMB. 198s. ISBN 80-8083-140-8.
[online] Dostupné na: https://www.ff.umb.sk/app/cmsFile.php?disposition=a&ID=571
BUZKOVÁ, K. 2006. Fitness jóga, harmonické cvičení těla I duše. Praha: Grada. ISBN 8024715252.
JARKOVSKÁ, H, JARKOVSKÁ, M. 2005. Posilování s vlastním tělem 417 krát jinak. Praha: Grada. ISBN 9788024757308.
KAČÁNI, L. 2002. Futbal:Tréning hrou. Bratislava: Peter Mačura – PEEM. 278s. ISBN
8089197027.
KRESTA, J. 2009. Futsal.Praha: Grada Publishing, a.s. 112s. ISBN 9788024725345.
LAWRENCE, G. 2019. Power jóga nejen pro sportovce. Brno: CPress. ISBN 9788026427902.
SNER, Wolfgang. 2004. Posilování ve fitness. České Budějovice: Kopp. ISBN 8072322141.
STACKEOVÁ, D. 2014. Fitness programy z pohledu kinantropologie. Praha: Galén. ISBN 9788074921155.
VOMÁČKO, S. BOŠTÍKOVÁ, S. 2003. Lezení na umělých stěnách. Praha: Grada. 129s. ISBN
8024721743.
Podmienky záverečného hodnotenia:
· aktívna účasť na výučbe v zmysle študijného poriadku a pokynov vyučujúceho
· zvládnutie podmienok v celkovom hodnotení na úrovni 80%
Slovenský jazyk
Ústav TV a športu UPJŠ ponúka pre študentov UPJŠ v rámci výberového predmetu 21 športových aktivít: aerobik; aikido, basketbal, bedminton, body-balance, body form, bouldering, florbal, joga, power joga, pilates, plávanie, posilňovanie, sálový futbal, SM systém, step aerobik, stolný tenis, šach, volejbal, tabata, cykloturistika, dobrovoľníctvo na MMM.
Pre záujemcov Ústav TV a športu UPJŠ ponúka zimné (lyžiarsky kurz, survival) a letné (cvičenie pri mori, splavovanie rieky Tisza) telovýchovné sústredenia s atraktívnym programom, športové súťaže s celoslovenskou i medzinárodnou účasťou.
Športové aktivity vo všetkých svojich formách pripravujú vysokoškolákov na ich ďalší profesionálny a osobný život. Na základe osobnej skúsenosti si uvedomujú dôležitosť postavenia pohybovej aktivity v živote. Aktívne pôsobia na telesnú zdatnosť a výkonnosť. Pomáhajú udržať duševné zdravie a zlepšiť zdravotný stav aj zdravie cvičencov. Osvojením a zdokonalením zručností a schopností v športových aktivitách posilňujú u študenta vzťah k PA a zároveň rozširujú možnosti vplývať na blízke aj široké okolie vo vybranej športovej činnosti.
Obsahový štandard:
Študent počas záverečného hodnotenia preukáže rozšírenie vedomostí a poznatkov z problematiky, ktorá je obsahovo daná informačným listom predmetu a šírkou definovaná v povinnej literatúre.
Výkonový štandard:
Študent preukáže zvládnutie výkonového štandardu, v rámci ktorého je schopný:
- osvojiť si pohybové zručnosti v konkrétnom športe, herné činnosti, odstrániť plaveckú negramotnosť,
- zvyšovať úroveň kondičných a koordinačných schopností, telesnú zdatnosť a pohybovú výkonnosť,
- pohybové cvičenia uplatňovať v praxi,
- prostredníctvom osvojenia špeciálneho programu zdravotnej TV vplývať na zmiernenie zdravotných oslabení,
- aplikovať nadobudnuté vedomosti a osvojené zručnosti v telovýchovnom procese, vo voľnom čase.
1. Rossman, A.J. et al.: Workshop Statistics: Discovery with Data, 4th ed. Wiley, 2011
2. Utts, J.M.: Seeing Through Statistics, 5th ed., Cengage Learning, 2024
3. Utts, J.M., Heckard R.F.: Mind on Statistics, 6th ed.. Cengage Learning, 2021
4. Anděl, J.: Statistické metody, Matfyzpress, 5. vydanie, Praha, 2019
Test (40b) a samostatná práca na zadanom projekte s praktickou aplikáciou získaných poznatkov (20b). Prezentácia projektu (5b).
Z každej časti je potrebné získať aspoň 50%.
Výsledné hodnotenie: ≥90% A; ≥80% B; ≥70% C; ≥60% D; ≥50% E; <50% FX.
slovenský
1. Úvod (základná filozofia a zmysel štatistickej analýzy dát, čo je to popisná a induktívna štatistika, zmysel a význam štatistiky)
2. Zbieranie štatistických dát a súvisiace pojmy (typy dát, náhodný výber, znáhodnený experiment a jeho dizajn)
3. Spracovanie dát (vizualizácia dát – tabuľková a grafická reprezentácia dát, súhrnná reprezentácia dát pomocou popisnej štatistiky – miery polohy, rozptýlenosti, šikmosti a špicatosti, empirické pravidlo) - 5 týždňov
4. Vzťahy medzi nameranými dátami (úvod k regresii a korelácii) - 4 týždne
5. Štatistická inferencia (pojem pravdepodobnosti cez štatistickú interpretáciu, elementárny pohľad na intervalové a bodové odhady, testovanie hypotéz, tvorba predikcie) - 2 týždne.
Študent má
1. poznať primárny zmysel štatistickej analýzy dát, jej metód a štatistického myslenia a chápať ich význam pre prax;
2. získať prvotný, elementárny vhľad do kľúčových pojmov a ich vlastností v matematickej štatistike a teórii pravdepodobnosti, ktoré budú rigorózne definované, resp. odvodené v nadväzujúcich predmetoch;
3. získať východiskovú intuíciu a skúsenosti s reálnymi štatistickými dátami a prácou s nimi s využitím tabuľkového procesora (Excel) a štatistického softvéru (R).
1. J. D. Foley, A. van Dam, S. Feiner, J. Hughes: Computer Graphics: Principles and Practice, 2.ed., Addison-Wesley, 1996.
2. K. Agoston: Computer Graphics and Geometric Modelling: Implementation & Algorithms, Springer, 2005.
3. J. Žára, B. Beneš, P. Felkel: Moderní počítačová grafika, 2. vyd., Computer Press, 2005.
aktivita na cvičeniach, domáce zadania, priebežný test
Záverečný test.
Slovenský alebo anglický.
Obsahové prerekvizity:
Absolvovaný predmet PAZ1a.
Základy analytickej geometrie v rovine a v priestore.
Základy programovania, algoritmizácie a odhady zložitosti.
Analyticko-geometrické vlastnosti kriviek.
Technické prostriedky počítačovej grafiky, vstupné a výstupne zariadenia. Vnímanie farieb, palety, farebné modely. Rýchle prírastkové algoritmy pre kresbu úsečiek, kružníc, polynómov. Vyplňovanie oblastí, orezávanie. Modelovanie kriviek, Fergusonova interpolácia, spline krivky, Bézierove a B-spline krivky, modelovanie plôch. Homogénne súradnice, transformácie v rovine a priestore, stredové a rovnobežné premietanie. Určovanie viditeľnosti, osvetľovacie modely, tieňovanie. Realistické zobrazovanie, textúry, sledovanie lúča, vyžarovacia metóda. Reprezentácie údajov, popis scény, zobrazovací reťazec, postupy počítačovej animácie, virtuálna realita. Praktické cvičenia venované implementácii základných algoritmov v prostredí OpenGL.
https://ics.upjs.sk/~rkb/?cmd=ugr1
Získať prehľad o činnosti vstupných a výstupných grafických zariadení. Vedieť implementovať jednoduché procedúry na vykreslenie úsečiek, kružníc, polynómov, vyplňovanie oblastí a orezávanie. Pochopiť význam homogénnych súradníc pre popis transformácií v rovine i priestore a možnosti premietania scény do roviny. Ovládať zákldané techniky modelovanie kriviek (spline krivky, Bézierove a B-spline krivky) a modelovania plôch. Poznať algoritmy pre určovanie viditeľnosti a základné osvetľovacie modely pre realistické zobrazovanie (metóda sledovania lúča, vyžarovacia metóda). Dokázať algoritmické poznatky implementovať v grafickom prostredí OpenGL.
1. MARTIN, Andrew, Awais RASHID, Steve SCHNEIDER a Howard CHIVERS. CyBOK: The Cyber Security Body of Knowledge. The National Cyber Security Centre, 2021, 2. ANDRESS, Jason, Awais RASHID, Steve SCHNEIDER a Howard CHIVERS. Foundations of Information Security: A Straightforward Introduction. 1. No Starch Press, 2019. ISBN 978-1718500044, 3. PELTIER, Thomas, Awais RASHID, Steve SCHNEIDER a Howard CHIVERS. Information Security Fundamentals. 2. Boca Raton: Auerbach Publications, 2013. ISBN 978-1138436893.
Podmienkou absolvovania predmetu je: 1. Úlohy na cvičeniach (20% z celkového počtu bodov), 2. Domáce zadania (30% z celkového počtu bodov), 3. Písomný teoretický test (25% z celkového počtu bodov), 4. Písomný praktický test (25% z celkového počtu bodov).
Slovenský alebo anglický
1. Úvod do informačnej bezpečnosti a model informačnej bezpečnosti, 2. Manažment informačnej bezpečnosti, 3. Riziko a riadenie rizík, 4. Právne, normatívne a etické aspekty informačnej bezpečnosti, 5. Riadenie kontinuity činností, procesov a riešenie bezpečnostných incidentov, 6. Úvod do kryptológie, 7. Riadenie prístupu, 8. Fyzická bezpečnosť a bezpečnosť prostredia, 9. Bezpečnosť ľudských zdrojov a sociálne inžinierstvo, 10. Bezpečnosť koncových zariadení a škodlivý kód, 11. Bezpečnosť počítačových sietí, 12. Aplikačná bezpečnosť, 13. Záverečné hodnotenie.
https://csl.science.upjs.sk/#/predmety/
Výsledkom vzdelávania je porozumenie základných konceptov informačnej bezpečnosti z technického, právneho aj procesného hľadiska.
1. Poeppel D., Mangun G., Gazzaniga M. (ed.): The Cognitive Neurosciences. 6th ed. MIT Press. 2020. ISBN-13: 978-0262043250
2. Dayan P and LF Abbott: Theoretical Neuroscience - Computational and Mathematical Modeling of Neural Systems. MIT Press, 2005 ISBN-13: 978-0262541855
3. Thagard P: Mind: Introduction to Cognitive Science, 2nd Edition. Bradford Books. ISBN-13 : 978-0262701099
Písomný test v polovici semestra
Záverečná skúška pozostávajúca z písomnej a/alebo ústnej časti
Slovenský alebo anglický.
Obsahové prerekvizity:
algebra, programovanie (Matlab)
1. Úvod do neurálnych a kognitívnych vied
2. Prehľad anatómie a funkcií centrálnej nervovej sústavy (CNS)
3. Metódy štúdia v neurovedách. Senzorické, motorické a asociatívne oblasti mozgu.
4. Neurón: Anatómia a typy, akčný potenciál
5. Šírenie signálov v neuróne, a neurálne kódovanie
6. Synaptický prenos a plasticita - neurálna báza učenia a pamäti
7. Psychológia pamäti a učenia
8. Zrak a videnie: Úvod. Vnímanie jasu, obrysov, farby. Model BCS/FCS. Vnímanie veľkosti a vzdialenosti.
9. Sluch, počutie a sluchová kognícia
10. Jazyk, psycholingvistika, produkcia a vnímanie reči
11. Pozornosť
12. Krosmodálne interakcie (sluch, zrak, hmat).
13. Myslenie a rozhodovanie.
https://pcl.upjs.sk/unv_eng/
Prehľad anatómie, fyziológie, a kognitívnych procesov v ľudskom mozgu s dôrazom na výpočtové aspekty kognície a výpočtové nástroje používané v neurovede.
1. AGGARWAL, Charu C. Neural networks and deep learning: a textbook. Cham: Springer, 2018. ISBN 978-3319944623.
2. KVASNIČKA, Vladimír. Úvod do teórie neurónových sietí. [Slovenská republika]: IRIS, 1997. ISBN 80-88778-30-1.
3. KVASNIČKA, Vladimír. Evolučné algoritmy. Bratislava: Vydavateľstvo STU, 2000. Edícia vysokoškolských učebníc. ISBN 80-227-1377-5.
4. MITCHEL, Melanie. An Introduction to Genetic Algorithms. Cambridge: MIT Press, 2002. ISBN 0-262-63185-7.
5. SINČÁK, Peter, ANDREJKOVÁ, G. Úvod do neurónových sietí, I. diel, Košice: ELFA, 1996. ISBN 808878638X
Podmienkou absolvovania predmetu je spracovanie projektu s aplikáciou neurónových sietí, úspešné absolvovanie dvoch písomných prác v oblasti princípov základných typov neurónových sietí a genetických algoritmov, a tiež úspešné absolvovanie písomnej a ústnej časti skúšky.
Slovenský alebo anglický.
Obsahové prerekvizity:
Základy programovania v jazyku Python, prípadne inom alternatívnom programovacom jazyku vhodnom na analýzu údajov
1. Základná koncepcia vyplývajúca z biológie. Lineárne prahové jednotky, polynomiálne prahové jednotky, funkcie vypočítateľné prahovými jednotkami.
2. Perceptróny. Lineárne separovateľné objekty, adaptačný proces (učenie), konvergencia učiaceho pravidla perceptrónu, perceptróny vyššieho rádu.
3.Dopredné neurónové siete, skryté neuróny, adaptačný proces (učenie), metóda spätného šírenia (backpropagation).
4. Rekurentné neurónové siete. Hopfieldove neurónové siete, vlastnosti, model asociatívnej pamäti, energetická funkcia, učenie, optimalizačné úlohy (problém obchodného cestujúceho).
5. Model postupne vytváranej siete. Sieť ART, architektúra, operácie, inicializačná fáza, rozpoznávacia fáza, vyhľadávacia a adaptačná fáza. Použitie siete ART.
6. Aplikácie študovaných modelov pri riešení úloh z praxe.
7. Písomka I.
8. Motivácia k modelovaniu genetických prvkov. Genetický algoritmus. Aplikácia genetických algoritmov.
9. Genetické programovanie, koreňové stromy, Readov lineárny kód. Základné stochastické optimalizačné algoritmy: slepý algoritmus a horolezecký algoritmus. Metóda zakázaného hľadania.
10. Genetické a evolučné programovanie s typovaním, príklady použitia. Gramatická evolúcia.
11. Špeciálne techniky evolučných výpočtov. Selekčné mechanizmy v evolučných algoritmoch.
12. Použitie genetických algoritmov pri trénovaní neurónových sietí. Umelý život.
13. Písomka II.
Výsledkom vzdelávania je porozumenie základným princípom neurónových sietí a genetických algoritmov. Študent získa schopnosť aplikovať získané poznatky pri inteligentnej dátovej analýze a tiež pracovať s vybraným nástrojom na modelovanie neurónových sietí.
1. AGGARWAL, Charu C. Data mining: a textbook. Cham: Springer, 2015. ISBN 978-3-319-14141-1.
2. ALPAYDIN, Ethem. Introduction to machine learning. 3rd ed. Massachusetts: MIT Press, 2014. ISBN 978-0-262-02818-9.
3. RASCHKA, Sebastian, Mirjalili, Vahid. Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2, 3rd Edition, Packt Publishing Ltd., 2019. ISBN 978-1789955750.
4. WITTEN, I. H., Eibe FRANK a Mark A. HALL. Data mining: practical machine learning tools and techniques. 4th ed. Amsterdam: Morgan Kaufmann, 2017. Morgan Kaufman series in data management systems. ISBN 9780128042915.
Vytvorenie projektu zameraného na aplikácie algoritmov strojového učenia vo vybranej aplikačnej doméne. Priebežná písomná práca zameraná na prípravu, spracovanie a interpretáciu údajov pomocou metód strojového učenia. Úspešné absolvovanie ústnej skúšky zameranej na vybrané metódy strojového učenia.
slovenský alebo anglický
Obsahové prerekvizity:
Základy programovania v jazyku Python, prípadne v inom alternatívnom programovacom jazyku vhodnom na analýzu údajov
1. Základné pojmy strojového učenia.
2. Základné charakteristiky dát, typy atribútov, charakteristiky pre jednotlivé atribúty, závislosť medzi atribútmi.
3. Zdroje dát a ich získavanie. Stanovenie cieľovej úlohy.
4. Príprava a čistenie dát, chýbajúce hodnoty, chybné vstupy.
5. Úlohy klasifikácie.
6. Vybrané metódy klasifikácie.
7. Evaluácia modelov – skutočne pozitívne, falošne pozitívne, skutočne negatívne, falošne negatívne príklady.
8. Ukazovatele presnosti klasifikácie.
9. Analýza zhlukov.
10. Asociačné pravidlá.
11. Úlohy predikcie a vybrané metódy predikcie.
12. Ukazovatele presnosti predikcie.
Teoretické poznatky v rozsahu prednášanej problematiky. Orientácia v základných pojmoch strojového učenia. Znalosť základných algoritmov strojového učenia.
"- Klabnik, Steve – Nichols, Carol. The Rust Programming Language, 2nd Edition. San Francisco: No Starch Press, 2022.
ISBN-13: 9781718503106
- Rustlings Team. Rustlings [online]. Rust Project, ©2018–2025. Dostupné na: https://github.com/rust-lang/rustlings
- Rust Community. Rust by Example [online]. Rust Foundation, ©2014–2025. Dostupné na: https://doc.rust-lang.org/rust-by-example/
- McNamara, T. - Rust in Action. Manning, 2021.
ISBN-13: 9781638356226"
Preukázanie primeraného zvládnutia obsahového štandardu predmetu pri priebežnom a záverečnom hodnotení, schopnosť sformulovať problém v osvojenej terminológii a riešiť ho v rámci projektu. Zadanie v priebehu semestra. Projekt a ústna obhajoba.
slovenský
1. Úvod do jazyka Rust, inštalácia, Cargo
2. Premenné a mutability, dátové typy, funkcie
3. Ownership, referencie a borrowing, string slice
4. Využívanie štruktúr pre štruktúrovanie relačných dát
5. Algebraický typový systém (štruktúry a enumerátory) a Pattern Matching
6. Packages, Crates, definovanie modulov, manažment projektov
7. Zoznamy, stringy, hash mapy
8. Error handling, makrá, Result typ
9. Generické typy, Traits, Lifetimes
10. Automatizované testy a ich organizácia
11. Funkcionálne programovanie, iterátory, lambda
12. Fearless Concurrency a Smart Pointers
Počas absolvovania predmetu si študent osvojí optimálne programovacie praktiky a základné, či náročnejšie programovacie techniky v jazyku Rust.
1. https://root.cern.ch
2. http://wlcg.web.cern.ch
3. Mecke, K.R. (Ed.), Stoyan, D. (Ed.), Statistical Physics and Spatial Statistics, Springer, 2000.
4. Reeves, C. R., Rowe, J. E., Genetic Algorithms: Principles and perspectives, Kluwer, 2003
5. Ilachinski, A., Cellular Automata. A Discrete universe, World Scientific, 2002
Hodnotenie je založené na priebežnej aktivite študenta počas výučby, overovaní vedomostí formou kontrolných otázok a zadávaní úloh na samostatnú prácu.
slovenský
1. Analýza dát v časticovej fyzike. Úvod do prostredia ROOT, histogramy a stromy. Interaktívna analýza veľkoobjemových dát v PROOF (The Parallel ROOT Facility). Dávkovacie systémy. Analýza dát na Gride (sieť dávkovacích systémov)
2. Typy astronomických dát a ich špecifika. Detekcia astronomických objektov a cross-identifikácia medzi rôznymi zdrojmi dát. Štatistické metódy v astronómii, veľkoobjemové dáta v astronómii - charakteristika objektov, filtrovanie, dekonvolúcia obrazu.
3. Geoštatistické metódy vychádzajúce z modelov štatistickej fyziky (ŠF). Základne koncepty ŠF. Geoštatistické dáta modelované ako korelované náhodne polia definované prostredníctvom lokálnych interakcií - analógia so spinovými modelmi v ŠF. Demonštrácia efektivity a univerzálnosti definovaných modelov pri spracovaní veľkoobjemových, napr. satelitných alebo radarových, dát.
4. Základné pojmy a definície teórie optimalizácie. Vzorové optimalizačné problémy. Základné typy účelových funkcií. Klasifikácia optimalizačných metód. Evolučné algoritmy. Genetické algoritmy. Genetické algoritmy ako markovovský proces. Približný štatisticko-mechanický popis trajektórie genetických algoritmov. Celulárne automaty a ich aplikácie, Agentové a multi-agentové systémy. Počítačová implementácia evolučných algoritmov.
Oboznámenie sa s progresívnymi spôsobmi spracovania a analýzy dát v rôznych vedných disciplínach, akými sú časticová fyzika, astronómia, geoštatistika a biofyzika, so zameraním sa na v súčasnosti vysoko aktuálny problém efektívneho spracovania veľkoobjemových dát.
1. SELECKÝ, Matúš. Arduino: uživatelská příručka. Přeložil Martin HERODEK. Brno: Computer Press, 2016. ISBN 9788025148402.
2. UPTON, Eben a Gareth HALFACREE. Raspberry Pi: uživatelská příručka. 2., aktualizované vydání. Přeložil Jakub GONER. Brno: Computer Press, 2016. ISBN 9788025148198.
3. MONK, Simon. Programming Arduino, 2. vyd, McGraw-Hill, 2016. ISBN 9781259641633
4. Oficiálne webové stránky a dokumentácia k jednotlivým technológiam (Arduino, MQTT, Node-RED,...)
Návrh, vypracovanie a zdokumentovanie záverečného projektu.
Slovenský a anglický jazyk
1. Prvý pohľad na IoT, zopakovanie stredoškolského učiva fyziky o jednosmernom prúde, delič napätia. Arduino, programovanie v Arduino IDE, senzory a aktuátory, zapojenie základných komponentov (tlačidlo, LED, potenciometer, fotorezistor).
2. Sériová komunikácia, UART, interaktívne prepojenie korytnačej grafiky (Java) so senzormi a aktuátormi (Arduino). Digitálna synchrónna a asynchrónna komunikácia, SPI, I2C protokol, 7-segmentový displej, I2C expander, buzzer a tvorba melódie. Dáta zo senzorov, prehľad senzorových modulov, senzory v smartfónoch, filtrovanie nameraných údajov.
3. Aplikačné protokoly (MQTT, Coap), prehľad protokolov používaných v IoT. Node-RED, spracovanie otvorených dát, IoT dashboard, prepojenie s Arduinom. Prehľad o ďalších vybraných aspektoch IoT riešení - Raspberry PI. Cloud computing.
4. Prehľad existujúcich riešení vo vybraných oblastiach IoT. Analýza prípadových štúdií. Návrh a implementácia prototypov riešení založených na reálnych problémoch.
5. Návrh a vypracovanie záverečného projektu. Konzultácie k projektu a finálna obhajoba.
https://ics.science.upjs.sk/iot
Získať prehľad v oblasti Internetu vecí a pochopiť jej základné koncepty. Mať schopnosť navrhnúť a implementovať jednotlivé súčasti IoT sveta (napojenie senzorov a aktuátorov k mikrokontroléru, komunikácia medzi zariadeniami, spracovanie dát a využite cloudových služieb).
1. LPIC-1 Exam 101. LPI [online]. Canada: The Linux Professional Institute, 2021 [cit. 2021-9-22]. Dostupné z: https://learning.lpi.org/en/learning-materials/101-500/, 2. LPIC-1 Exam 102. LPI [online]. Canada: The Linux Professional Institute, 2021 [cit. 2021-9-22]. Dostupné z: https://learning.lpi.org/en/learning-materials/102-500/, 3. Linux - Dokumentační projekt [online]. 4. Praha: Computer Press, 2007 [cit. 2021-9-22]. Dostupné z: https://i.iinfo.cz/files/root/k/LDP_4.pdf.
Podmienkou absolvovania predmetu je: 1. Domáce zadania (50% z celkového počtu bodov), 2. Písomný teoretický test (25% z celkového počtu bodov), 3. Praktický test (25 % z celkového počtu bodov).
Slovenský alebo anglický
1. Úvod do Linux/Unixových operačných systémov, 2. Príkazový riadok, 3. Nástroje na editovanie textov, 4. Správa súborov, 5. Správa používateľov, skupín a oprávnení, 6. Správa procesov, 7. Správa softvéru a balíčkov, 8. Administrácia systému - štart systému, logovanie, plánovanie úloh 9. Základy sieťových nastavení, 10. Správa sieťových rozhraní, 11. Správa diskových partícií, 12. Písomka.
https://csl.science.upjs.sk/#/predmety/
Výsledkom vzdelávania je porozumenie teoretických a praktických základov pre štúdium informatiky, najmä poznatky v oblasti použitia Unix/Linuxových operačných systémov.