Nové předměty – letní semestr 2017/2018

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 DedeciusOndřej TichýÚstavu 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, ShowmaxLabRecombeeLab. I tento předmět je vhodný zejména pro znalostní inženýry.

[1] Poster předmětu MI-DDM
Foto:

hlavička článku: www.blender.org
[1] facebook.com

mm

Veronika Dvořáková

Aktivistka nejen na fakultních sociálních sítích, ale také na všech jejich akcích a dění pro studenty, zaměstnance, zájemce o studium i veřejnost. Jinak to ani nejde, jelikož na FIT ČVUT již několikátým rokem pracuji na PR oddělení. Ještě ve školních letech, která dala z koníčku vzniknout mé současné profesi, jsem pomohla zrodu tohoto časopisu, tradici fakultních narozenin nebo divadelnímu spolku. Se spolužáky jsem také zakladatelem Seznamováku FIT, který pomáhá prvákům se vstupem na naši fakultu. Kontaktovat mě můžete na dvorave2@fit.cvut.cz.