Letní semestr akademického roku 2017/2018 začíná 19. února a otevírá se v něm několik nových volitelných předmětů. O jaké předměty se jedná, co se v nich naučíte a pro koho jsou určeny? Zjistěte to v našem přehledu a zapište si ty, co nejlépe doplní váš profil.
Blender (BI-BLE)
typ: bakalářský, volitelný; počet kreditů: 4; rozsah: 2+2
BI-BLE potěší zejména fanoušky 3D grafiky a animací. Jak už název napovídá, věnovat se bude open-source systému Blender. Volně tak navazuje na základy získané v předmětu BI-MGA (Multimediální a grafické aplikace), který je povinný pro studenty bakalářského oboru Počítačová grafika. Jim i dalším zájemcům kurz nabízí kompletní a prakticky zaměřené seznámení s tímto prostředím. Nabyté znalosti pak mohou studenti využít v předmětu BI-PGA (Programování grafických aplikací).
Aplikované funkcionální programování (MI-AFP)
typ: magisterský, volitelný; počet kreditů: 5; rozsah: 2+1; doporučený semestr: 2
MI-AFP rozšíří obzory softwarových inženýrů. Tradiční i nové funkcionální jazyky jsou totiž na vzestupu a funkcionální paradigma se stává důležitým prvkem i u tradičně imperativních jazyků (C++, C#, Java). K praktickým ukázkám bude v předmětu použit čistě funkcionální jazyk Haskell. Studenti by však po absolvování kurzu měli být schopni aplikovat nabyté poznatky i v ostatních funkcionálních jazycích. Přehled současné nabídky jazyků a jejich základních vlastností bude poskytnut v rámci výuky.
Bayesovské metody ve strojovém učení (MI-BML)
typ: magisterský, volitelný; počet kreditů: 5; rozsah: 2+1; doporučený semestr: 4
MI-BML je zaměřen na praktické využití stále populárnějších metod bayesovského modelování na klasické problémy ve strojovém učení. Důraz je kladen na pochopení vyložených principů a metod a zejména jejich osvojení po praktické stránce. Předmět je jedním z prvních, který bude na fakultě vyučován Akademií věd ČR. Vyučujícími jsou Kamil Dedecius a Ondřej Tichý z Ústavu teorie informace a automatizace. Předmět je vhodný zejména pro studenty oboru Znalostní inženýrství.
Distribuovaný data mining (MI-DDM)
typ: magisterský, volitelný; počet kreditů: 4; rozsah: 0+3
MI-DDM nabízí možnost získat praktické zkušenosti s frameworkem pro škálovatelné zpracování velkých dat Apache Spark a distribuovanými algoritmy strojového učení a data miningu. Zájemci o předmět by měli mít znalost principů základních algoritmů strojového učení a alespoň jednoho z jazyků Python, Java nebo Scala. Výuka bude zajištěna odborníky z partnerské firmy Datamole a zapojí se i fakultní laboratoře DataLab, ShowmaxLab a RecombeeLab. I tento předmět je vhodný zejména pro znalostní inženýry.
hlavička článku: www.blender.org
[1] facebook.com
