|
Vyučující
|
-
Machulka Radek, Mgr. Ph.D.
|
|
Obsah předmětu
|
* Editace, běh a správa zdrojových kódů, práce s dokumentací. * Datová analýza, numerické a statistické metody, vícerozměrná pole. * Interpolace, fitování dat, lineární algebra, náhodná čísla. * Vizualizace dat, monitoring v reálném čase. * Optimalizační techniky, paralelní a distribuované výpočty. * Komunikační protokoly, akvizice dat. * Práce s datovými formáty. * Tvorba uživatelských rozhraní. * Strojové učení.
|
|
Studijní aktivity a metody výuky
|
Monologická (výklad, přednáška, instruktáž), Demonstrace
- Účast na výuce
- 39 hodin za semestr
- Domácí příprava na výuku
- 13 hodin za semestr
- Příprava na zkoušku
- 39 hodin za semestr
|
|
Výstupy z učení
|
Cílem předmětu je seznámit studenty s pokročilejšími technikami programování mající uplatnění primárně, ne však výhradně, ve vědecké a laboratorní praxi. Těžištěm kurzu jsou metody akvizice dat, jejich následné numerické zpracování a statistická analýza, včetně finální vizualizace. Součástí kurzu jsou i různé optimalizační techniky založené na paralelním zpracování, použití jazyků nižší úrovně, distribuci výpočtů či využití GPU. Primárním jazykem kurzu je Python, nicméně cílem je seznámit studenty s obecnými principy a postupy při řešení konkrétních praktických problémů.
Studenti získají dovednosti potřebné pro vývoj prakticky použitelných programových nástrojů běžně používaných ve vědecké a laboratorní praxi, často nezbytné při řešení kvalifikacních prací.
|
|
Předpoklady
|
U studentů se předpokládá elementární znalost programování a algoritmizace na úrovni absolvování predmětu SLO/UPROG.
|
|
Hodnoticí metody a kritéria
|
Závěrečný projekt
Aktivní účast v hodině. Plnění zadaných úkolů.
|
|
Doporučená literatura
|
|