FI:PV177 Laboratory of Networks - Informace o předmětu

PV177 Laboratory of Advanced Network Technologies

Rozsah

0/2/0. 2 kr. Ukončení: z.

Vyučující

doc. RNDr. Eva Hladká, Ph.D. (přednášející)
Bc. Hynek Cihlář (přednášející)
Ing. Jana Hozzová, Ph.D. (přednášející)
RNDr. Tomáš Rebok, Ph.D. (přednášející)

Garance

doc. RNDr. Eva Hladká, Ph.D.
Katedra počítačových systémů a komunikací – Fakulta informatiky
Kontaktní osoba: doc. RNDr. Eva Hladká, Ph.D.
Dodavatelské pracoviště: Katedra počítačových systémů a komunikací – Fakulta informatiky

Rozvrh seminárních/paralelních skupin

PV177/AppliedAI: Po 14. 2. až Po 9. 5. Po 14:00–15:50 A217, T. Rebok

Předpoklady

SOUHLAS
žádné

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

předmět má 76 mateřských oborů, zobrazit

Cíle předmětu

Seznámení se s oblastí a (týmový) projekt zaměřený na osvojení si principů v jedné z oblastí, na kterou je kurz v daném semestru specializován.
V aktuálním semestru je kurz specializován na následující oblast:
1. PV177/AppliedAI (Praktická aplikace technik umělé inteligence) -- v rámci této specializace kurzu budou studenti seznámeni s praktickou aplikací technik analýzy (velkých) dat a metod pokročilého strojového učení a umělé inteligence. Studenti získají nejen základní teoretické znalosti z oblasti umělé inteligence, ale především se tyto s využitím vhodných nástrojů naučí aplikovat na praktické problémy datové analýzy.

Výstupy z učení

Načerpání nových teoretických znalostí ve vybrané problematice a řešení prakticky zaměřeného (týmového) projektu na vybrané téma.

Osnova

• 1. PV177/AppliedAI(Praktická aplikace technik umělé inteligence):
  Výuka bude probíhat každý týden, vyučovacím jazykem je čeština (s anglickými slidy). Kurz byl připraven ve spolupráci se společností Autocont a.s..
  V rámci kurzu budou studenti seznámeni s volně dostupnou, obecnou a open-source platformou KNIME Analytics Platform, kterou budou v průběhu semestru využívat pro různé praktické úkoly z oblasti datové analytiky a aplikace technik umělé inteligence. Naučí se pracovat s různými datovými zdroji (SQL i NoSQL databáze), na které budou v rámci praktických cvičení aplikovat různé analytické techniky a algoritmy. Závěrem kurzu se budou účastnit (skupinového) projektu, na kterém si načerpané znalosti prakticky procvičí.
  Na závěrečném semináři je provedeno celkové zhodnocení a studentům bude udělen zápočet.

Literatura

• Research Methods in Human-Computer Interaction; Harry Hochheiser, Jinjuan Heidi Feng, Jonathan Lazar; 2nd Ed. ISBN: 9780128093436, 2017.
• https://www.knime.com/knime-analytics-platform
• https://www.coursera.org/learn/statistical-inferences/
• STEVENS, W. Richard, Bill FENNER a Andrew M. RUDOFF. UNIX network programming. 3rd ed. Boston, Mass.: Addison-Wesley, 2004, xxiii, 991. ISBN 0-13-141155-1. info
• KUROSE, James F. Computer networking :a top-down approach featuring the Internet. Boston: Addison-Wesley, 2003, xvii, 752. ISBN 0-321-17644-8. info
• GOUDA, Mohamed G. Elements of network protocol design. New York: John Wiley & Sons, 1998, xviii, 506. ISBN 0471197440. info

Výukové metody

Výuka probíhá ve formě projektových témat, kterým se věnuje každý ze studentǔ, a to buď v týmu s dalšími studenty nebo samostatně. Na semináři pak postupně všichni studenti referují o výsledcích práce na projektech na samostatném vystoupení. Konkrétní specializace předmětu pak mohou být doplněny o úvodní přednášky na dané téma.

Metody hodnocení

Studenti jsou hodnoceni za aktivitu na seminářích a za kvalitu dosažených výsledků a způsob a kvalitu jejich prezentace před svými vrstevníky.

Vyučovací jazyk

Angličtina

Další komentáře

Studijní materiály
Předmět je vyučován každý semestr.

• Statistika zápisu (jaro 2022, nejnovější)
  
• Permalink: https://is.muni.cz/predmet/fi/jaro2022/PV177