Information architechture for the World Wide Web / Louis Rosenfeld, Peter Morville. Cambridge : O´Reilly, 1998
Don’t Make Me Think, Revisited. Steve Krug. New Riders, 2014 (3rd Edition).
https://drive.google.com/drive/folders/0B-KEfquAkWGzb0FoN1BDaUIwR2s
Priebežné hodnotenie: domáce úloh, hodnotenie cvičení, projekt
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
- Životný cyklus webových aplikácií
- Čo musia obsahovať požiadavky na výrobu a prevádzku
- informačná architektúra
- Použiteľnosť (usability) webových aplikácií
- Technológie vývoja webových aplikácií
- Web Content Management Systems (CMS)
- Bezpečnosť webových aplikácií
- Prevádzka a optimalizácia webových aplikácií
- Intranety
- Search engine optimisation (SEO), online marketing
- Web analytics
- Weby a aplikácie pre mobilné telefóny
- eCommerce
100/0
Návrh, vývoj a prevádzka webových aplikácií z pohľadu reálneho nasadenia v praxi. Prehľad o technológiách , trendoch, nástrojoch. Tvorba informačnej architektúry, informačná bezpečnosť, monitoring a optimalizácia. Študenti získajú skúsenosti na realizácii konkrétnych miniprojektov.
[1] Specification and Verification of Programs / Ján Komara. Online.
[2] Recursive Functions / Ján Komara. Online.
[3] Úvod do deklaratívneho programovania / Ján Kľuka. Online.
Priebežné hodnotenie: dva písomné testy 60%.
Skúška: písomný test 40%.
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%.
slovenský, anglický
1. Deklaratívne programovanie. Primitívna rekurzia. Rekurzia s mierou. Iteratívna rekurzia. Rekurzia na notácii. Párovacia funkcia a aritmetizácia. Štrukturálna rekurzia.
2. Špecifikačno-verifikačný systém. Peanova aritmetika. Matematická indukcia. Rozšírenia aritmetiky. Odvodené induktívne princípy: úplná matematická indukcia, indukcia s mierou, štrukturálna indukcia.
3. Dátové štruktúry. Reťazce. Zoznamy. Operácie na zoznamoch. Triedenie zoznamov.
Aplikácie zoznamov. Binárne stromy. Binárne vyhľadávacie stromy. Aplikácie stromov. Symbolické výrazy. Interpreter programovacieho jazyka. Univerzálna funkcia.
https://dai.fmph.uniba.sk/w/Course:Specification_and_Verification_of_Programs/sk
60/40
Predmet rozvíja schopnosti študentov uvažovať o správnosti programov, formálne špecifikovať požadované vlastnosti a dokazovať ich splnenie využitím rôznych metód, najmä štrukturálnej indukcie. Absolventi získajú znalosť konkrétnej formalizácie rekurzívnych programov, ich vlastností a dôkazov v jednoduchej logickej teórii Peanovej aritmetiky. Získajú tiež praktickú skúsenosť so špecifikáciou a verifikáciou väčšieho počtu programov.
Biological sequence analysis : Probabilistic models of proteins and nucleic acids / Richard Durbin ... [et al.]. Cambridge : Cambridge University Press, 1998
Understanding bioinformatics / Marketa Zvelebil, Jeremy O. Baum. New York : Garland Science, 2008
Priebežné hodnotenie: domáce úlohy (30%), týždenné kvízy (10%), skupinový projekt (10%).
Skúška: písomná (50%).
Stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%. Bližšie informácie na stránke predmetu.
slovenský, anglický
Predmet je určený pre študentov informatických študijných programov (vrátane bioinformatiky a dátovej vedy). Študenti biologických, fyzikálnych a chemických študijných programov si zapisujú 2-AIN-501.
Základné pojmy z molekulárnej biológie, algoritmov a strojového učenia. Sekvenovanie a zostavovanie genómov. Hľadanie génov. Zarovnávanie sekvencií. Evolučné modely a fylogenetické stromy. Komparatívna a populačná genomika. Štruktúra RNA. Hľadanie motívov a analýza expresie génov. Štruktúra a funkcia proteínov. Vybrané aktuálne témy.
Študenti informatických študijných odborov sa budú venovať najmä metódam informatiky a matematického modelovania uvedených problémov.
https://fmfi-compbio.github.io/mbi/
50/50
Po absolvovaní predmetu budú študenti poznať základné problémy a metódy bioinformatiky, budú vedieť voliť vhodnú metódu na riešenie daného biologického problemu a interpretovať jej výsledky.
Probability and random processes / Geoffrey R. Grimmett, David R. Stirzaker. Oxford : Oxford University Press, 2001
Elektronické skriptá vyučujúceho
Priebežné hodnotenie: písomky
Skúška: kombinovaná písomná a ústna
Váha skúšky: 70%
Hodnotenie (v %): A (100-91), B (90-81), C (80-71), D (70-61), E (60-51), Fx (50-0)
slovenský, anglický
Definícia náhodných udalostí a pravdepodobnosti, Podmieňovanie a nezávislosť udalostí, Podmienená pravdepodobnosť, Všeobecné náhodné premenné, distribučná funkcia, Diskrétne náhodné premenné a ich základné typy, Spojité náhodné premenné a ich základné typy, Číselné charakteristiky náhodných premenných (napríklad stredná hodnota a disperzia), Náhodné vektory, Korelácia a závislosť náhodných premenných, Zákony veľkých čísel a centrálna limitná veta, Základy generovania náhodných premenných a vektorov, Úvod do pravdepodobnostnej teórie informácie, Štatistická inferencia pre jednoduchý náhodný výber, Štatistická inferencia pre dvojicu náhodných výberov, Štatistická inferencia pre regresnú priamku, Princíp klasických metód Monte Carlo.
30/70
Po absolvovaní predmetu budú študenti ovládať matematické základy teórie pravdepodobnosti a štatistiky, vedieť riešiť najčastejšie typy pravdepodobnostných úloh a vykonávať najjednoduchšie štatistické analýzy.
Building bioinformatics solutions : with Perl, R, and MySQL / Conrad Bessant, Ian Shadforth, Darren Oakley. Oxford : Oxford University Press, 2009
The Data Science Design Manual / Steven S. Skiena. Springer 2017
Priebežné hodnotenie: domáce úlohy (45%), návrh projektu (5%).
Skúška: projekt, ústna skúška (50%). Stupnica A: 90..100, B: 80...89, C: 70...79, D: 60...69, E: 50...59, FX: 0..49. Bližšie informácie na stránke predmetu.
slovenský, anglický
Reprodukovateľnosť výpočtových analýz. Spracovanie textových súborov UNIXovými nástrojmi. Základy jazyka Perl. Databázy a SQL. Systém R. Použitie jazyka Python na automatizáciu sťahovania dát a na spracovanie textových dát. Výpočty na zdieľaných klastroch a cloudová infraštuktúra. Nástroje na vysoko paralelné výpočty.
https://fmfi-compbio.github.io/mad/
50/50
Študenti budú vedieť spracovávať veľké súbory dát všeobecnými aj špecializovanými nástrojmi. Budú tiež vedieť vedieť prezentovať použité postupy a vizualizovať výsledky.
Dalgaard P: Introductory Statistics with R. Springer 2008.
Anděl J: Statistické metody. Matfyzpress 2007.
Venables W N et al.: An Introduction to R. The R Foundation 2021.
Pravdepodobnosť a štatistika (2) 1-MAT-282 alebo Pravdepodobnosť a štatistika 2-INF-175
projekt (priebežné), písomná skúška pri počítači
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
História "R" a porovnanie s inými softwarmi. Aritmetika, logické operátory a práca s grafikou. Import a vizualizácia dát, popisné štatistiky. Obrázkové príznaky nenormality dát a testy normality. Testy o stredných hodnotách, pravdepodobnostiach, korelačných koeficientoch. Regresia: odhady, t-testy, pásy, submodely, diagnostika. ANOVA. Demoukážky moderných štatistických metód (clusterová a diskriminačná analýza, Monte Carlo).
http://www.iam.fmph.uniba.sk/ospm/Somorcik/teaching.htm
20/80
Študenti budú schopní pomocou softwaru "R" vykonávať základné druhy štatistických analýz reálnych dát.
- Po absolvovaní predmetu študent získa základné znalosti o technikách reverzného inžinierstva a ich aplikácii v praxi pri analýze funkcionality softvéru.
- Od študenta sa očakáva znalosť jazyka assembler na platforme x86 a programovania v jazyku C, ich výučba nie je súčasťou predmetu.
Dennis Yurichev: Reverse engineering for beginners
(online: http://beginners.re/RE_for_beginners-en.pdf)
1-INF-526 Systémové programovanie (alebo iný kurz zahŕňajúci programovanie v assembleri na platforme x86)
1-INF-127 Programovanie (1) v C/C++ (alebo iný kurz zahŕňajúci programovanie v jazyku C)
slovenský, anglický
Slovak, English
- Základné princípy a nástroje -- disassembling, debugging, dekompilácia, virtualizácia
- Reverzné inžinierstvo na platforme Windows – Portable Executable formát, Windows API
- Anti-debugovacie triky: run-time kompresia, obfuskácie
- RE Java a .NET aplikácií
- RE na platformách Android, Mac, Linux
- Základy bezpečného programovania - bezpečnostné zraniteľnosti, exploity
100/0
Po absolvovaní predmetu študent získa základné znalosti o technikách reverzného inžinierstva a ich aplikácii v praxi pri analýze funkcionality softvéru.
Cieľom prednášky je získanie vedomostí z metrických priestorov a z diferenciálneho počtu reálnych a vektorových funkcií viac premenných.
J. Filo, K. Rostás: 2^2 × 13 prednášok z matematickej analýzy, Vydavateľstvo UK, 2016.
W. Walter: Analysis 2. Springer, Berlin, 2002.
W. Rudin: Principles of mathematical analysis. McGraw-Hill, Singapore, 1976.
B. P. Děmidovič: Sbírka úloh a cvičení z matematické analýzy. z ruského originálu
přeložili Miroslav Rozložník a Miroslav Tůma. Fragment, Havlíčkův Brod, 2003.
I. Kluvánek, L. Mišík, M. Švec: Matematika 1. SVTL, Bratislava, 1966.
test
Za semester môže študent získať 20 bodov za cvičenia, 30 bodov za písomky, záverečná písomná skúška má váhu 30 bodov, záverečná ústna skúška váhu 20 bodov. Študent musí získať aspoň 40 bodov z bodov za cvičenia, písomky a záverečnú písomku, aspoň 15 bodov zo záverečnej písomky a aspoň 10 bodov zo záverečnej ústnej skúšky. Známkovanie: A (91-100 bodov), B (81-90 bodov), C (71-80 bodov), D (61-70 bodov), E (51-60 bodov), Fx (0-50 bodov).
Váha priebežného / záverečného hodnotenia: Priebežné hodnotenie 50 % (20 % cvičenia + 30 % písomky) / 50 % (30 % záverečná písomná skúška, 20 % záverečná ústna skúška).
slovenský, anglický
1. Metrické priestory
n-rozmerný euklidovský priestor Rn, pojmy konvergencie a Cauchyho postupnosti v Rn, metrické priestory, konvergencia v metrickom priestore, úplný metrický priestor, normovaný priestor, Banachov priestor, Banachova veta o pevnom bode, topológia metrických priestorov, kompaktné a konvexné množiny, konvexné funkcie
2. Limita a spojitosť
limita a spojitosť v metrických priestoroch, spojité vektorové funkcie, spojitosť a kompaktnosť
3. Diferenciálny počet funkcií viacerých premenných
parciálne derivácie, gradient, úplný diferenciál a diferencovateľnosť, derivácia zloženej funkcie, derivácia v smere, Taylorova veta a lokálne extrémy
4. Funkcie dané implicitne
veta o funkcii danej implicitne, viazané extrémy, Lagrangeove multiplikátory
50/50
Absolvent tohto predmetu má základné vedomosti z metrických priestorov a z diferenciálneho počtu skalárnych a vektorových funkcií viac premenných a je schopný používať ich na riešenie konkrétnych úloh diferenciálneho počtu funkcií viacerých premenných.
skúška
Získať základné vedomosti z numerickej matematiky nevyhnutné pre riešenie úloh matematickej analýzy, algebry, aplikovanej matematiky a praxe s využitím samočinných počítačov a dostupného softvéru.
Numerické metódy / Jela Babušíková, Marián Slodička, Juraj Weisz. Bratislava : Univerzita Komenského, 2000
Numerické metody algebry / Stanislav Míka. Praha : Státní nakladatelství technické literatury, 1985
Numerické metody matematické analýzy / Petr Přikryl. Praha : Státní nakladatelství technické literatury, 1985
Základy numerické matematiky / Anthony Ralston ; přeložili z anglického originálu Milan Práger, Emil Vitásek. Praha : Academia, 1978
Numerical Analysis / Richard L.Burden, J. Douglas Faires; Cengage Learning, 2010
testy
Priebežné hodnotenie: 2 priebežné písomky po 10 bodov, individuálna práca 10 bodov
Skúška: písomná skúška 50 bodov, ústna skúška 20 bodov
Orientačná stupnica hodnotenia: A 88%, B 78%, C 68%, D 58%, E 48%
slovenský, anglický
Miesto numerickej matematiky pri riešení reálnych problémov. Pojem stability. Úvod do teórie chýb a dôsledky použitia počítačovej aritmetiky. Aproximácia funkcií. Interpolácia - Lagrangeov a Newtonov interpolačný polynóm a ich chyby. Optimálny výber interpolačných uzlov - Čebyševove polynómy. Interpolácia pomocou lineárnych a kubických splajnov. Metóda najmenších štvorcov pre diskrétny a spojitý prípad. Numerické metódy riešenia rovníc f(x)=0. Iteračné metódy. Riešenie sústav nelineárnych rovníc. Numerická derivácia a kvadratúra. Numerické riešenie systémov lineárnych rovníc.
30/70
Po absolvovaní predmetu budú študenti schopní riešiť pomocou metód numerickej matematiky úlohy z matematickej analýzy, algebry, aplikovanej matematiky a praxe pomocou počítačov a dostupného softvéru.
skúška
Doplniť a rozšíriť poznatky z geometrie potrebné pre štúdium a pochopenie prostriedkov a metód počítačovej grafiky.
Analytická a diferenciální geometrie / Bruno Budinský. Praha : Státní nakladatelství technické literatury, 1983
Methods of geometry / James T. Smith. New York : John Wiley , 2000
Elektronické učebné texty predmetu
testy
Priebežné hodnotenie: Domáce úlohy - 30% výsledného hodnotenia.
Skúška: písomná a ústna - 70% výsledného hodnotenia
Aby študent mohol absolvovať ústnu skúšku, potrebuje z domácich úloh získať aspoň polovicu z celkového možného počtu bodov.
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Euklidovské priestory. Bodovo-vektorový kalkulus. Afinné a karteziánske súradnice. Podpriestory, rovnobežnosť a kolmosť. Transformácia súradníc, orientácia. Polpriestory, lineárne kombinácie bodov, barycentrické súradnice. Deliaci pomer. Afinné zobrazenia euklidovských priestorov. Homogénna zložka afinného zobrazenia. Rovnoľahlosti a posunutia. Analytické vyjadrenie afinnej transformácie v afinných a rozšírených afinných súradniciach. Matica afinnej transformácie. Modul afinnej transformácie. Rovnobežné premietanie priestoru E3 do roviny a jeho analytické vyjadrenie. Štandardné typy rovnobežných premietaní a ich maticové analytické vyjadrenia. Podobnosti a zhodnosti. Otočenia v 2D a v 3D.
Typy zhodností v rovine a v priestore.
30% úlohy / 70% záverečná skúška
Absolvovaním predmetu si študenti doplnia a rozšíria poznatky z geometrie potrebné pre štúdium a pochopenie prostriedkov a metód počítačovej grafiky. Budú ovládať analytickú geometriu v bodovo-vektorovej podobe vrátane maticového variantu. Taktiež budú ovládať teóriu a prax rovnobežných a stredových premietaní z 3D do 2D a základných 2D a 3D transformácií.
skúška
Naučiť študentov základné techniky lineárneho programovania (LP) so zameraním na tvorbu matematických modelov.
Mária Trnovská: Lineárne programovanie, elektronický text.
Lineárne programovanie / Ján Plesník, Jitka Dupačová, Milan Vlach. Bratislava : Alfa, 1990
Robert J. Vanderbei: Linear programming: Foundations and extensions, Kluwer Academic Publishers, 2000.
aktivita na cvičeniach (20%), semestrálna písomka (20%)
Za semester môže študent získať 40% za cvičenia. Záverečná písomná skúška má váhu 60%. Študent musí získať aspoň polovicu bodov za cvičenia, aby mohol absolvovať záverečnú písomnú skúšku.
Známkovanie: A (100-91), B (90-81), C (80-71), D (70-61), E (60-51), Fx (50-0).
slovenský, anglický
Geometrický prístup k riešeniam úloh lineárneho programovania. Formulovanie praktických problémov v tvare úlohy LP. Základy konvexnej analýzy (konvexné množiny, polyedrické množiny, krajné body, vety o oddeliteľnosti, vety o alternatívach). Bázické riešenia a súvis s krajnými bodmi. Simplexová metóda (zakladná myšlienka, dvojfázová a duálna simplexová metóda, zacyklenie). Teória duality (vety o dualite a o komplementarite), jej aplikácie a ekonomická interpretácia. Základná myšlienka metód vnútorného bodu pre úlohy lineárneho programovania,centrálna trajektória. Moderné aplikácie lineárneho programovania.
Váha priebežného / záverečného hodnotenia: Priebežné hodnotenie 40% / 60% záverečna skúška.
Študent ovláda základy lineárneho programovania (jednoduché modely reálnych úloh, príslušnú geometriu, teóriu duality a niektoré simplexové metódy, myšlienku metód vnútorného bodu). Zároveň získa prehľad o možných aplikáciách lineárneho programovania v iných vedných odboroch, prípadne v praxi.
ústna skúška (60%)
Význam diferenciálnych rovníc pre aplikácie, základné metódy riešenia a úvod do teórie.
1. Greguš, M., Švec, M., Šeda, V.: Obyčajné diferenciálne rovnice, Bratislava, Alfa, 1985.
2. Kluvánek, I., Mišík, L., Švec, M.: Matematika II, SVTL Bratislava, 1961.
3. Bock, I., Marko, Ľ. : Diferenciálne rovnice, skriptá, FEI STU, 1993.
4. D. K. Arrowamith, C. M. Place: Ordinary Diferrential Equations. A Qualitative Approach
with Applications, Chapman and Hall, London, New York 1982.
5. E. A. Coddington, N. Levinson: Theory of Ordinary Differential Equations, McGraw-Hill
Book Company, Inc., New York, Toronto, London 1955.riptá, FEI STU, 1993.
3 písomky počas semestra
priebežné hodnotenie: písomky (45%), záverečná skúška: písomná časť(35%), ústna časť skúšky(20%)
Hodnotenie:
100-91% (A); 90-81% (B); 80-71% (C); 70-61% (D); 60-51% (E), 50-0% (Fx)
slovenský
Pojem diferenciálnej rovnice, riešenia a začiatočnej úlohy. Tvorba matematických modelov, integračné metódy. Lineárna rovnica n-tého rádu. Lineárne systémy diferenciálnych rovníc. Existencia a jednoznačnosť riešenia (Picardova veta). Aplikácie v prírodných a ekonomických vedách.
45/55
Absolvent predmetu bude poznať význam diferenciálnych rovníc pre aplikácie, tvorbu matematických modelov, získa zručnosti v riešení diferenciálnych rovníc a osvojí si základné vedomosti z úvodu do teórie obyčajných diferenciálnych rovníc.
Zvládnuť základy všeobecného jazyka a základnej odbornej terminológie jednotlivých študijných odborov, pri mierne pokročilých dôraz na čítanie odborných textov a prezentáciu odborných príspevkov; práca s odbornými slovníkmi, využívanie francúzskych internetových stránok.
Capelle Guy, Menand Robert: Le Nouveau taxi 1, Hachette FLE Paris, France 2009, ISBN 978-2-01-155548 - 9
test
Podmienky absolvovania predmetu
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/poziadavky-na-udelenie-priebezneho-hodnotenia-aj1aj2aj3-ostatne-kurzy/
Predmet sa vyučuje v dvoch úrovniach obtiažnosti: začiatočník a mierne pokročilý. Študent si sám volí úroveň podľa toho, či chce získať základy nového cudzieho jazyka alebo udržať a prehĺbiť už existujúcu znalosť francúzštiny.
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/obsah-kurzov-a-pouzivane-ucebnice/
100/0
Zvládnuť základy všeobecného jazyka a základnej odbornej terminológie jednotlivých študijných odborov, pri mierne pokročilých dôraz na čítanie odborných textov a prezentáciu odborných príspevkov; práca s odbornými slovníkmi, využívanie francúzskych internetových stránok.
Capelle Guy, Menand Robert: Le Nouveau taxi 1, Hachette FLE Paris, France 2009, ISBN 978-2-01-155548 - 9
test
Podmienky absolvovania predmetu
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/poziadavky-na-udelenie-priebezneho-hodnotenia-aj1aj2aj3-ostatne-kurzy/
Predmet sa vyučuje v dvoch úrovniach obtiažnosti: začiatočník a mierne pokročilý a svojím obsahom nadväzuje na predmet Francúzsky jazyk 1.
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/obsah-kurzov-a-pouzivane-ucebnice/
100/0
Zvládnuť základy všeobecného jazyka a základnej odbornej terminológie jednotlivých študijných odborov (v závislosti od pokročilej úrovne študentov)
Študijné materiály poskytuje vyučujúci v závislosti od jazykovej úrovne skupiny.
test
test, zadania (domáce úlohy)
Podmienky absolvovania predmetu
hthttps://fmph.uniba.sk/microsites/kjp/informacie-o-katedre/ostatne-cudzie-jazyky-okrem-aj/nemecky-jazyk/
slovenský, nemecký
Predmet sa vyučuje v troch stupňoch náročnosti: začiatočník, mierne pokročilý, pokročilý. Študent si sám volí úroveň podľa toho, či chce získať základy nového cudzieho jazyka, alebo udržať a zvýšiť už existujúcu znalosť nemčiny.
Cieľom kurzu je vládnuť základy všeobecného jazyka a základnej odbornej terminológie jednotlivých študijných odborov (v závislosti od pokročilej úrovne študentov)
https://fmph.uniba.sk/microsites/kjp/informacie-o-katedre/ostatne-cudzie-jazyky-okrem-aj/nemecky-jazyk/
100/0
Zvládnuť základy všeobecného jazyka a základnej odbornej terminológie jednotlivých študijných odborov (v závislosti od pokročilej úrovne študentov)
Zvládnuť základy všeobecného jazyka a základnej odbornej terminológie jednotlivých študijných odborov (v závislosti od pokročilej úrovne študentov)
Študijné materiály poskytuje vyučujúci v závislosti od jazykovej úrovne skupiny.
test
test, zadania (domáce úlohy)
Podmienky absolvovania predmetu
https://fmph.uniba.sk/microsites/kjp/informacie-o-katedre/ostatne-cudzie-jazyky-okrem-aj/nemecky-jazyk/
slovenský, nemecký
Predmet sa vyučuje v troch stupňoch náročnosti: začiatočník, mierne pokročilý, pokročilý. Študent si sám volí úroveň podľa toho, či chce získať základy nového cudzieho jazyka, alebo udržať a zvýšiť už existujúcu znalosť nemčiny.
Cieľom kurzu je zvládnuť základy všeobecného jazyka a základnej odbornej terminológie jednotlivých študijných odborov (v závislosti od pokročilej úrovne študentov)
https://fmph.uniba.sk/microsites/kjp/informacie-o-katedre/ostatne-cudzie-jazyky-okrem-aj/nemecky-jazyk/
100/0
Zvládnuť základy všeobecného jazyka a základnej odbornej terminológie jednotlivých študijných odborov (v závislosti od pokročilej úrovne študentov)
Zvládnuť základy všeobecného ruského jazyka. Kurz ponúka základy jazyka na úrovni A1. Ovládnutie azbuky, získanie lexikálno-gramatického a konverzačného "optima", pohotovosti pri čítaní autentických ruských textov a stratégií práce s neznámymi slovami, schopnosti chápať jednoduché texty bez slovníka.
Učebnica: Точка Ру A1 (Ольга Долматова, Екатерина Новачац), рracovné karty Падежи 1 (Л.С. Безкоровайная, В.Е. Штыленко).
test
test
Podmienky absolvovania predmetu
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/poziadavky-na-udelenie-priebezneho-hodnotenia-aj1aj2aj3-ostatne-kurzy/
Zvládnuť základy všeobecného ruského jazyka. Kurz ponúka základy jazyka na úrovni A1. Ovládnutie azbuky, získanie lexikálno-gramatického a konverzačného "optima", pohotovosti pri čítaní autentických ruských textov a stratégií práce s neznámymi slovami, schopnosti chápať jednoduché texty bez slovníka.
Obsahom predmetu je ruština pre začiatočníkov.
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/obsah-kurzov-a-pouzivane-ucebnice/
100/0
Základná komunikácia v ruštine, rozvíjanie ostatných jazykových zručností ruského jazyka- počúvanie s porozumením, čítanie a písanie.
Zvládnuť základy všeobecného ruského jazyka. Ovládnutie azbuky, získanie lexikálno-gramatického a konverzačného "optima", pohotovosti pri čítaní autentických ruských textov a stratégií práce s neznámymi slovami, schopnosti chápať jednoduché texty bez slovníka.
Učebnica: Точка Ру A1 (Ольга Долматова, Екатерина Новачац), рracovné karty Падежи 1 (Л.С. Безкоровайная, В.Е. Штыленко).
Absolvovanie predmetu Ruský jazyk (1)
test
test
Podmienky absolvovania predmetu
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/poziadavky-na-udelenie-priebezneho-hodnotenia-aj1aj2aj3-ostatne-kurzy/
Zvládnuť základy všeobecného ruského jazyka. Ovládnutie azbuky, získanie lexikálno-gramatického a konverzačného "optima", pohotovosti pri čítaní autentických ruských textov a stratégií práce s neznámymi slovami, schopnosti chápať jednoduché texty bez slovníka.
Obsahom predmetu je ruština pre začiatočíkov a predmet tématicky nadväzuje na Ruský jazyk 1.
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/obsah-kurzov-a-pouzivane-ucebnice/
100/0
Základná komunikácia v ruštine, rozvíjanie ostatných jazykových zručností ruského jazyka- počúvanie s porozumením, čítanie a písanie.
Krížom-Krážom Slovenčina 1, doplňujúce materiály vypracované vyučujúcim podľa potreby účastníkov kurzu.
testy
Podmienky absolvovania predmetu
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/poziadavky-na-udelenie-priebezneho-hodnotenia-aj1aj2aj3-ostatne-kurzy/
Náplňou predmetu je osvojenie základov slovenského jazyka. Jazyková úroveň kurzu zodpovedá stupňu A1 (Začiatočníci).
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/mgr-aneta-barnes/slovensky-jazyk-pre-zahranicnych-studentov/
100/0
Kurz je zameraný pre zahraničných študentov na osvojenie základov slovenského jazyka s dôrazom na základnú komunikáciu v slovenčine ako aj rozvíjanie ostatných jazykových zručností slovenského jazyka- počúvanie s porozumením, čítanie a písanie.
Krížom-Krážom Slovenčina 1, doplňujúce materiály vypracované vyučujúcim podľa potreby účastníkov kurzu.
testy
Podmienky absolvovania predmetu
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/poziadavky-na-udelenie-priebezneho-hodnotenia-aj1aj2aj3-ostatne-kurzy/
Náplňou predmetu je osvojenie základov slovenského jazyka. Jazyková úroveň kurzu zodpovedá stupňu A1 (začiatočníci).
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/mgr-aneta-barnes/slovensky-jazyk-pre-zahranicnych-studentov/
100/0
Kurz je zameraný pre zahraničných študentov na osvojenie základov slovenského jazyka s dôrazom na základnú komunikáciu v slovenčine ako aj rozvíjanie ostatných jazykových zručností slovenského jazyka- počúvanie s porozumením, čítanie a písanie.
Zdokonalenie jazykových zručností, zameraných hlavne na hovorenie, počúvanie ako aj písomný prejav. Dôraz sa kladie na diskurzné prvky, lexikálny a tematický materiál, rozšírenie komunikatívnej a odbornej slovnej zásoby relevantnej pre absolventov vysokej školy. Kurz je doplnkom ku kurzom odborného jazyka.
Študijné materiály poskytuje vyučujúci v závislosti od jazykovej úrovne jednotlivých skupín.(populárno –vedné príspevky - zdroj- The Guardian, The Herald Morning Sun. The Nine News, The West Australian, BBC News and podcasts, CNN podcasts).
1-MXX-232 Anglický jazyk (4)
testy, prezentácie, eseje
testy, prezentácie, eseje
Podmienky absolvovania predmetu
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/poziadavky-na-udelenie-priebezneho-hodnotenia-aj1aj2aj3-ostatne-kurzy/
Náplňou predmetu je všeobecná angličtina. Jazyková úroveň kurzu zodpovedá stupňu B2/C1 (Upper-Intermediate/Lower Advanced).
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/mgr-aneta-barnes/konverzacny-kurz-aj/
100/0
Zdokonalenie jazykových zručností, zameraných hlavne na hovorenie, počúvanie ako aj písomný prejav. Dôraz sa kladie na diskurzné prvky, lexikálny a tematický materiál, rozšírenie komunikatívnej a odbornej slovnej zásoby relevantnej pre absolventov vysokej školy. Kurz je doplnkom ku kurzom odborného jazyka.
test
Zdokonalenie jazykových zručností, zameraných hlavne na hovorenie, počúvanie ako aj písomný prejav. Dôraz sa kladie na diskurzné prvky, lexikálny a tematický materiál, rozšírenie komunikatívnej a odbornej slovnej zásoby relevantnej pre absolventov vysokej školy. Kurz je doplnkom ku kurzom odborného jazyka.
Študijné materiály poskytuje vyučujúci v závislosti od jazykovej úrovne jednotlivých skupín.(populárno –vedné príspevky - zdroj- The Guardian, The Herald Morning Sun. The Nine News, The West Australian, BBC News and podcasts, CNN podcasts).
1-MXX-232 Anglický jazyk (4)
testy, prezentácie, eseje
testy, prezentácie, eseje
Podmienky absolvovania predmetu
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/poziadavky-na-udelenie-priebezneho-hodnotenia-aj1aj2aj3-ostatne-kurzy/
Náplňou predmetu je všeobecná angličtina. Jazyková úroveň kurzu zodpovedá stupňu B2/C1 (Upper-Intermediate/Lower Advanced).
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/mgr-aneta-barnes/konverzacny-kurz-aj/
100/0
Zdokonalenie jazykových zručností, zameraných hlavne na hovorenie, počúvanie ako aj písomný prejav. Dôraz sa kladie na diskurzné prvky, lexikálny a tematický materiál, rozšírenie komunikatívnej a odbornej slovnej zásoby relevantnej pre absolventov vysokej školy. Kurz je doplnkom ku kurzom odborného jazyka.
test
Zdokonalenie všeobecného jazyka, prehĺbenie odbornej terminológie, čítanie odborných textov, prezentácia odborných, populárno-vedných príspevkov.
Capelle Guy, Menand Robert: Le Nouveau taxi 1, Hachette FLE Paris, France 2009, ISBN 978-2-01-155548 - 9
test
Podmienky absolvovania predmetu
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/poziadavky-na-udelenie-priebezneho-hodnotenia-aj1aj2aj3-ostatne-kurzy/
Obsahom predmetu je francúzština pre mierne pokročilých. Okrem všeobecného jazyka predmet poskytuje študentovi aj skúsenosť s odbornou francúzštinou.
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/obsah-kurzov-a-pouzivane-ucebnice/
100/0
Zdokonalenie všeobecného jazyka, prehĺbenie odbornej terminológie, čítanie odborných textov, prezentácia odborných, populárno-vedných príspevkov.
Menand Robert: Le Nouveau taxi 2, Hachette FLE, Paris, France 2009, ISBN 978-2-01-155551 - 9
test
Podmienky absolvovania predmetu
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/poziadavky-na-udelenie-priebezneho-hodnotenia-aj1aj2aj3-ostatne-kurzy/
Obsahom predmetu je francúzština pre mierne pokročilých a kurz tématicky nadväzuje na predmet Francúzsky jazyk 3. Okrem všeobecného jazyka obsahuje aj úvod do odbornej francúzštiny.
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/obsah-kurzov-a-pouzivane-ucebnice/
100/0
Prehĺbenie vedomostí z oblasti všeobecného jazyka a základnej odbornej terminológie jednotlivých študijných odborov (v závislosti od pokročilej úrovne študentov)
Študijné materiály poskytuje vyučujúci v závislosti od jazykovej úrovne skupiny.
test
test, zadania (domáce úlohy)
Podmienky absolvovania predmetu
https://fmph.uniba.sk/microsites/kjp/informacie-o-katedre/ostatne-cudzie-jazyky-okrem-aj/nemecky-jazyk/
slovenský, nemecký
Predmet sa vyučuje v dvoch úrovniach náročnosti: mierne pokročilý a pokročilý, a svojím obsahom nadväzuje na predmety Nemecký jazyk 1 a Nemecký jazyk 2
Cieľom je prehĺbenie vedomostí z oblasti všeobecného jazyka a základnej odbornej terminológie jednotlivých študijných odborov (v závislosti od pokročilej úrovne študentov)
https://fmph.uniba.sk/microsites/kjp/informacie-o-katedre/ostatne-cudzie-jazyky-okrem-aj/nemecky-jazyk/
100/0
Zvládnuť základy všeobecného jazyka a základnej odbornej terminológie jednotlivých študijných odborov (v závislosti od pokročilej úrovne študentov)
Prehĺbenie vedomostí z oblasti všeobecného jazyka a základnej odbornej terminológie jednotlivých študijných odborov (v závislosti od pokročilej úrovne študentov).
Študijné materiály poskytuje vyučujúci v závislosti od jazykovej úrovne skupiny.
test
test, zadania (domáce úlohy)
Podmienky absolvovania predmetu
https://fmph.uniba.sk/microsites/kjp/informacie-o-katedre/ostatne-cudzie-jazyky-okrem-aj/nemecky-jazyk/
slovenský, nemecký
Predmet sa vyučuje v dvoch úrovniach obtiažnosti: mierne pokročilý a pokročilý, a svojím obsahom nadväzuje na predmety Nemecký jazyk 1 - 3.
Cieľom je prehĺbenie vedomostí z oblasti všeobecného jazyka a základnej odbornej terminológie jednotlivých študijných odborov (v závislosti od pokročilej úrovne študentov).
https://fmph.uniba.sk/microsites/kjp/informacie-o-katedre/ostatne-cudzie-jazyky-okrem-aj/nemecky-jazyk/
100/0
Zvládnuť základy všeobecného jazyka a základnej odbornej terminológie jednotlivých študijných odborov (v závislosti od pokročilej úrovne študentov)
Ovládnutie písaného písma, ďalší rozvoj jazykových návykov a zručností, oboznámenie sa s ruskou kultúrou, históriou a reáliami, ďalšie prehlbovanie znalosti gramatiky a lexiky.
Точка Ру A2 (Ольга Долматова, Екатерина Новачац) a Short Stories in Russian (Olly Richards, Alex Rowlings)
Absolvovanie predmetov R (1) a R (2), prípadne dvoch až štyroch rokov výučby ruštiny pre začiatočníkov v iných kurzoch
test
test
Podmienky absolvovania predmetu
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/poziadavky-na-udelenie-priebezneho-hodnotenia-aj1aj2aj3-ostatne-kurzy/
Ovládnutie písaného písma, ďalší rozvoj jazykových návykov a zručností, oboznámenie sa s ruskou kultúrou, históriou a reáliami, ďalšie prehlbovanie znalosti gramatiky a lexiky.
Predmet "Ruština pre mierne pokročilých" nadväzuje na kurz "Ruština pre začiatočníkov". Náplňou predmetu je všeobecná ruština v rozsahu primeranom danému stupňu znalosti ruštiny.
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/obsah-kurzov-a-pouzivane-ucebnice/
100/0
Základná komunikácia v ruštine, rozvíjanie ostatných jazykových zručností ruského jazyka- počúvanie s porozumením, čítanie a písanie.
Ovládnutie písaného písma, ďalší rozvoj jazykových návykov a zručností, oboznámenie sa s ruskou kultúrou, históriou a reáliami, ďalšie prehlbovanie znalosti gramatiky a lexiky.
Точка Ру A2 (Ольга Долматова, Екатерина Новачац) a Short Stories in Russian (Olly Richards, Alex Rowlings)
Absolvovanie predmetov R (1) , R (2) a R (3), prípadne dvoch až štyroch rokov výučby ruštiny pre začiatočníkov v iných kurzoch.
test
test
Podmienky absolvovania predmetu
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/poziadavky-na-udelenie-priebezneho-hodnotenia-aj1aj2aj3-ostatne-kurzy/
Ovládnutie písaného písma, ďalší rozvoj jazykových návykov a zručností, oboznámenie sa s ruskou kultúrou, históriou a reáliami, ďalšie prehlbovanie znalosti gramatiky a lexiky.
Predmet "Ruština pre mierne pokročilých" nadväzuje na kurz "Ruština pre začiatočníkov". Náplňou predmetu je všeobecná ruština v rozsahu primeranom danému stupňu znalosti ruštiny.
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/obsah-kurzov-a-pouzivane-ucebnice/
100/0
Ovládnutie písaného písma, ďalší rozvoj jazykových návykov a zručností, oboznámenie sa s ruskou kultúrou, históriou a reáliami, ďalšie prehlbovanie znalosti gramatiky a lexiky.
Krížom-Krážom Slovenčina 2, doplňujúce materiály vypracované vyučujúcim podľa potreby účastníkov kurzu.
testy
Podmienky absolvovania predmetu
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/poziadavky-na-udelenie-priebezneho-hodnotenia-aj1aj2aj3-ostatne-kurzy/
Kurz nadväzuje na Kurz slovenského jazyka (2). Náplňou predmetu je pokračovanie osvojenia základov slovenského jazyka. Jazyková úroveň kurzu zodpovedá stupňu A 2 (mierne pokročilí).
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/mgr-aneta-barnes/slovensky-jazyk-pre-zahranicnych-studentov/
100/0
Kurz je zameraný pre zahraničných študentov na kontinuálne osvojovanie základov slovenského jazyka s dôrazom na rozvíjanie všetkých jazykových zručností slovenského jazyka- počúvanie s porozumením, čítanie, písanie a hovorenie.
Krížom-Krážom Slovenčina 2, doplňujúce materiály vypracované vyučujúcim podľa potreby účastníkov kurzu.
testy
Podmienky absolvovania predmetu
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/poziadavky-na-udelenie-priebezneho-hodnotenia-aj1aj2aj3-ostatne-kurzy/
Kurz nadväzuje na Kurz slovenského jazyka (3). Náplňou predmetu je pokračovanie osvojenia základov slovenského jazyka. Jazyková úroveň kurzu zodpovedá stupňu A 2 (mierne pokročilí).
https://fmph.uniba.sk/microsites/kjp/katedra-jazykovej-pripravy/mgr-aneta-barnes/slovensky-jazyk-pre-zahranicnych-studentov/
100/0
Kurz je zameraný pre zahraničných študentov na kontinuálne osvojovanie základov slovenského jazyka s dôrazom na rozvíjanie všetkých jazykových zručností slovenského jazyka- počúvanie s porozumením, čítanie, písanie a hovorenie.
Biere, A., Heule, M. and van Maaren, H. eds., 2009. Handbook of satisfiability (Vol. 185). IOS
press.
Björk, M., 2011. Successful SAT encoding techniques. Journal on Satisfiability, Boolean Modeling
and Computation, 7(4), pp.189-201.
Sterling, L. and Shapiro, E.Y., 1994. The art of Prolog: advanced programming techniques. MIT
press.
Baral, C., 2003. Knowledge representation, reasoning and declarative problem solving. Cambridge
university press.
Stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
Hodnotenie zo semestra:
- aktivita na cvičeniach 10b (min 5b)
- domáce úlohy 10b (min 5b)
- midterm 10b
- projekt 30b (min 15b)
Skúška:
- ústna skúška s písomnou prípravou 40b (min 20b)
slovenský, anglický
- Klasická výroková logika (opakovanie)
- Kódovanie problémov do SATu, využitie SAT solverov
- Logické programovanie (syntax, SLDNF rezolvencia, stabilné modely)
- Kódovanie problémov do logických programov a využitie LP solverov (Prolog, ASP)
http://courses.matfyz.sk/complog
60/40
Kurz sa zaoberá riešením problémov metódami výpočtovej logiky s využitím modelovania a automatickej inferencie. Poslucháči sa oboznámia s modelovaním problémov v klasickej logike (SAT), a v logickom programovaní (Prolog, ASP). Kurz sa zameriava na reprezentačnú silu jednotlivých formalizmov, ako aj na algoritmické aspekty (výpočet vyplývania, jeho správnosť a výpočtová zložitosť). Poslucháči tiež nadobudnú prehľad o implementáciách jednotlivých inferenčných algoritmov a praktickú zručnosť s ich používaním.
Parallel program design : A Foundation / K. Mani Chandy , Jayadev Misra. Reading : Addison-Wesley, 1988 An introduction to parallel algorithms / Joseph Jájá. Boston : Addison-Wesley, 1992 C. Stirling: Modal and Temporal Properties of Processes, Springer 2001 Elektronické poznámky k prednáške, http://ii.fmph.uniba.sk/~gruska/udpp/Beziacaudppprednaska2014.pdf
Priebežné hodnotenie: odovzdanie všetkých domácich úloh a písanie dvoch testov.
Skúška: skúška
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Na začiatku sa študenti zoznámia s jednoduchým spôsobom ako zapisovať algoritmy paralelných a distribuovaných výpočtov, tak aby boli tieto zápisy použiteľné pre rôzne typy architektúr. Ďalej získajú základy logiky, ktorá sa bude využívať na vyjadrovanie a dokazovanie vlastností programov. Potom sa oboznámia so základnými architektúrami paralelných a distribuovaných systémov. Jadro kurzu tvoria vybrané základné algoritmy paralelných a distribuovaných systémov (napr. Najkratšia cesta, Reader-Writers problém, Večerajúci filozofi, Koordinácia schôdzí, Pijúci filozofi, Triedenie, Faulty channels, Global snapshots, Detekovanie stabilných vlastností, Byzantská dohoda). Ich zonam sa prípadne môže rozširovať v závoslosti na vývoji v predmetnej oblasti. Na záver kurzu bude prehľad rôznych programovacích jazykov a paradigiem a logík.
80/20
Absolventi predmetu budú oboznámení s problematikou paralelného a distribuovaného programovania. Zoznámia sa základnými algoritmami používanými v praxi, i s metódami ako dokazovať správnosť prípadne efektivitu algoritmov. Získajú prehľad základných paralelných a distribuovaných architektúr, stručný prehľad rôznych paradigiem a programovacích jazykov.
Počítačové videnie. Detekcia a rozpoznávanie objektov Elena Šikudová, Zuzana Černeková, Vanda Benešová, Zuzana Haladová, Júlia Kučerová:, vydavateľstvo Wikina, Praha, ISBN: 978-80-87925-06-5
Image processing, analysis, and machine vision / Milan Sonka, Vaclav Hlavac, Roger Boyle. [Stamford] : Cengage Learning, 2008
Digital image processing / Rafael C. Gonzalez, Richard E. Woods. Beijing : PEARSON; 4th edition, 2018
Computer Vision: Algorithms and Applications, Richard Szeliski, The University of Washington, 2nd ed. 2021
Image processing : The fundamentals / Maria Petrou, Costas Petrou. Chichester : John Wiley, 2010
Na získanie hodnotenia A je potrebné získať najmenej 90% bodov, na hodnotenie B najmenej 80% bodov, na hodnotenie C najmenej 70% bodov, na hodnotenie D najmenej 60% bodov a na hodnotenie E najmenej 50% bodov.
Za semester môže študent získať 30% za cvičenia, 20% za projekt.
Záverečná písomná skúška má váhu 50%. Študent musí získať aspoň 30 bodov (z 50) za cvičenia a projekt, aby mohol absolvovať záverečnú písomnú skúšku.
slovenský, anglický
Snímanie obrazu.
Vlastnosti digitalizovaného obrazu.
Obrazové transformácie
Metódy predspracovania obrazu, detekcia hrán, Houghova transformácia
Fourierova transformácia - DFT, FFT, filtre vo frekvenčnej doméne
Krátkodobá Fourierová transformacia (STFT - Short time fourier transform)
Waveletová transformácia
Odstraňovanie šumu
Matematická morfológia binárna a šedotónová
Segmentácia. Snake, watershed, zhlukovanie
vylepšovanie obrazu
Spracovanie textúr
https://dai.fmph.uniba.sk/w/Course:Pokrocile_spracovanie_obrazu/sk
50/50
Absolvent bude ovládať pokročilé techniky spracovania obrazu, ako sú obrazové transformácie, filtrovanie, vylepšovanie obrazu, pokročilé techniky segmentácie (pomocou aktívnej contúry - snake, segmentácia povodím) atď.
Functional programming : practice and theory / Bruce J. MacLennan. Reading : Addison-Wesley,
1989
Haskell the craft of functional programming / Simon Thompson. Harlow : Pearson, 1999
Abstract computing machines : A lambda calculus perspective / W. Kluge. Berlin : Springer,
2005
Funkcionálne programovanie - úvodná prednáška
Funkcionálna Java (Streams&Lambdas Java8)
Základné funkcionály/QuickCheck
Funkcie a funkcionály
Lambda kalkul
Churchove čísla
Logika kombinátorov
Jednoducho typovaný lambda kalkul
Syntaktická analýza
Monadické parsery a Parsec
Monády - (maybe, list, error, output, state)
Priebežné hodnotenie: domáce úlohy
Skúška: písomná
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Funkcionálne perly, R.Bird
Transformácia funkcionálnych programov
Funkcionálne morfizmy a schémy rekurzie
Úvod do lambda kalkulu
Vlastnosti lambda teórie
Interpreter lambda kalkulu
Typovacie systémy
Logika kombinátorov
Syntaktická analýza
Monadické parsery
Monády
http://dai.fmph.uniba.sk/courses/FPRO/
70/30
študenti budú vedieť, čo je funkcionálne programovanie, základy teórie lambda kalkulu a pokročilejšie techniky funkcionálneho programovania
Neural networks and learning machines / Simon Haykin. Upper Saddle River : Pearson education, 2009
Úvod do teórie neurónových sietí / Vladimír Kvasnička ... [et al.]. Bratislava : Iris, 1997
Neural networks (slajdy k prednáškam), Igor Farkaš, Knižničné a edičné centrum FMFI UK v Bratislave, 2011.
Goodfellow I., Bengio Y., Courville A. (2016). Deep Learning. MIT Press.
Zhang A. et al. (2020). Dive into Deep Learning. An interactive deep learning book with code, math, and discussions, based on the NumPy interface.
Priebežné hodnotenie: samostatné projekty
Skúška: písomno-ústna skúška
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Úvod, inšpirácia z biológie, stručná história, NS s logickými neurónmi.
Binárny/spojitý perceptrón: pojem učenia s učiteľom, klasifikácia vzorov.
Jednovrstvové NS: lineárna autoasociácia, klasifikácia, chybové funkcie.
Viacvrstvový perceptron: metóda spätného šírenia chyby, trénovacia a testovacia množina, zovšeobecňovanie, selekcia modelu, validácia.
Modifikácie gradientových metód, optimalizácia druhého rádu, regularizácia. Problémy optimalizácie.
Učenie bez učiteľa, extrakcia príznakov, analýza hlavných komponentov, samoorganizujúca sa mapa, vizualizácia dát.
Modelovanie sekvenčných dát: dopredné NS, vzťah k n-gramom, čiastočne a úplne rekurentné modely, model SRN, algoritmy BPTT, RTRL.
Expanzia skrytej reprezentácie: NS s radiálnymi bázovými funkciami (RBF), sieť s echo stavmi (ESN).
Hlboké učenie, konvolučné neurónové siete: úvod.
Moderné rekurentné NS: autoenkódery, GRU, LSTM.
Hopfieldov model: deterministická dynamika, atraktory, autoasociatívna pamäť.
Stochastické rekurentné modely NS: základy teórie pravdepodobnosti a štatistickej mechaniky, Boltzmannov stroj, RBM model, Deep Belief Network.
Najnovšie trendy v NS.
https://dai.fmph.uniba.sk/w/Course:Neural_networks/sk
70/30
Po absolvovaní predmetu bude študent/ka rozumieť základným princípom konekcionizmu (umelých neurónových sietí), poznať základné modely neurónových sietí a vedieť ich vhodne použiť pri riešení rôznych úloh (napr. rozpoznávanie obrazcov, klasifikácia, predikcia časových radov, zapamätávanie vzorov a iných). Prednášky sú kombinované s počítačovým modelovaním na cvičeniach v jazyku Python.
Artificial intelligence : A modern approach / Stuart J. Russell, Peter Norvig. Englewood Cliffs : Prentice-Hall, 1995
Artificial intelligence a new synthesis / Nils J. Nilsson. San Francisco : Morgan Kaufmann, 1998
Priebežné hodnotenie: vypracovanie projektov k cvičeniam
Skúška: písomná
Orientačná stupnica hodnotenia: A 95%, B 88%, C 79%, D 68%, E 55%
slovenský, anglický
1. Krátke zhrnutie základných techník v UI: agent, prehľadávanie, CSP problém, logickí agenti.
2. Plánovanie I. definícia, základné algoritmy (STRIPS, POP,TOP, Graphplan, critical path metóda), základy plánovania s časovou dimenziou.
3. Plánovanie II. Problémy plánovania (hierarchické plánovanoie, pravdepodobnostné plánovanie, inkrementálne hľadanie plánu, plánovanie v prípade nedeterministických akcií)
4. Pravdepodobnosť V UI I: zhrnutie základných pojmov, úvod do Monte Carlo metód, základné príklady. Metódy samplingu v MC, použitie MC metód v UI (samplovanie, umelé dáta, Monte Carlo tree search).
5. Pravdepodobnosť v UI II: Bayesovské siete, bayesovská inferencia, príklady. Presné a približné výpočty v bayesovských sieťach : direct sampling, rejection sampling, likehood weighting. Použitie bayesovských sietí v UI (klasifikačné a diagnostické metódy)
6. Časové rady I. Klasická analýza časových radov, metódy hľadania trendu a periódicity v časových radoch , spektrálna anlýza, stacionárny časový rad, nelineárne časové rady.
7. Časové rady II. Box Jenkinsova analýza časových radov (AR, MA, ARMA modely), úvod do časových radov s neurčitosťou.
8. Časové rady III. Časové rady s neurčitosťou, Markovovské procesy, filtračná a predikčná úloha, Vitterbiho algoritmus, použitie na riešenie problémov, Kálmanov filter.
9. Teória rozhodovania I. Úvod, jednoduché a zložité rozhodovanie, príklady, funkcie utility. Markov decision problem, optimálna stratégia, value iteration algoritmus, Belmanova rovnica.
10. Teória rozhodovania II. Rozhodovanie v hrách, dominantná stratégia , Nashova rovnováha, hry s opakovaním, analýza grim trigger a tit for tat stratégií. Kooperácia v hrách.
11. Teória učenia I : učenie bez učiteľa a s učiteĺom, rozhodovacie stromy a učenie, PAC learning, lineárne modely, regresia a klasifikácia.
12. Teória učenia II : Bayesovské učenie , naivné modely, maximum likehood učenie a spojité modely, učenie bayesovských sietí so skrytými parametrami.
http://sluzby.fmph.uniba.sk/moodle/2-AIN-137
30/70
Po absolvovaní predmetu by študenti mali mať dobrý prehľad o teoretických metódach využívaných v umelej inteligencii. Mali by byť schopní používať tieto metódy v praxi, pri programovaní inteligentných systémov, mali by ich vedieť tvorivo obohatiť a využiť.
Visual Quantum mechanics : Selected Topics with Computer/Generated animations of Quantum-Mechanical phenomena / Bernd Thaller. New York : Springer, 2000
Computer facial animation / Frederic I. Parke, Keith Waters. Wellesley : A. K. Peters , 1996
SIGGRAPH tutorialy dostupné na http://dl.acm.org/dl.cfm?CFID=412417535&CFTOKEN=50913605
Dostupné texty k prednáške. http://www.sccg.sk/~durikovic/classes/CGAnim/ca_syllabus.html
Priebežné hodnotenie: domáce úlohy, cvičenia
Orientačná stupnica hodnotenia: A 92%, B 84%, C 76%, D 68%, E 60%
Za semester môže študent získať 10% za cvičenia, 60% za domáce úlohy, záverečná písomná skúška s váhou 30% ústna záverečná skúška je dobrovoľná s váhou 20%. Študent musí vyriešiť každú domácu úlohu aspoň na 30%, aby mohol absolvovať záverečnú písomnú skúšku. Známkovanie: 92-100 A, 84-91 B, 76-83 C, 68-75 D, 60-67 E. Podrobne na stránke predmetu.
slovenský, anglický
Časticové systémy, rovnice pohybu prvého rádu, integračné metódy na výpočet rýchlosti a pozície, stavový vektor systému, vonkajšie sily, obmedzujúce podmienky – constraints, sily odozvy, kolízie častica - rovina.
Numerické riešenie diferenciálnych rovníc, Eulerova metóda, Runge-Kuta metóda, podmienka stability na voľbu časového kroku.
Lagrangeove metódy bez sietí, modelovanie a animovanie mračnom bodov, SPH, deformácie
Animácie pohybu a orientácie, interpolačný spline na animáciu pohybu, reparametrizácia splinu podľa dĺžky krivky, quaternion a orientácia, interpolácie dvoch a viacerých quaternionov.
Detekcie kolízie, Z buffer algoritmus, nutná a postačujúca podmienka kedy nie sú dve telesá v kolízii, deliaca rovina, hierarchie obálok, sily odozvy (response forces). Tri fázy detekcie široká, stredná a úzka.
Dynamika tuhých telies, rovnice pohybu, rýchlosť, zrýchlenie, uhľová rýchlosť a uhľové zrýchlenie, matica inercie.
Procedurárne animácie, systémy a spôsoby tvorby počítačovej animácie kvapaliny, oheň dym.
Počítačová animácia v hrách a vo filmovom priemysle. Ďalšie aplikácie počítačovej animácie podla ďalšieho vývoja v oblasti počítačových animácii použitím fyzikálnych efektov.
https://dai.fmph.uniba.sk/w/Course:Physical-based_Animations/sk
40/60
Študenti si osvoja techniky základnej simulácie časticových systémov, riešenie sústavy obyčajných diferenciálnych rovníc numericky, hľadanie kolízie objektov. Pochopia princíp dynamiky tuhých telies a princíp tvorby počítačových animácii a pohybu kamery. Pochopia ako konštruovať fyzikálny engine pre hry alebo video animácie.
Ian Goodfellow and Yoshua Bengio and Aaron Courville: Deep learning, MIT Press, Online for free, http://www.deeplearningbook.org/
Michael Nielsen: Neural networks and deep learning, Online for free, http://neuralnetworksanddeeplearning.com/
Adrian Rosebrock: Computer Vision and deep learning, Resource guide
Priebežné hodnotenie: domáce úlohy, projekt
Skúška: ústna skúška
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Úvod - princípy strojového učenia, klasické postupy extrakcie príznakov, rozdelenie dát a vyhodnocovanie modelu, základy manipulácie s obrazovými dátami
Klasifikácia - metóda k-najbližších susedov, lineárny klasifikátor, stratové funkcie, gradientná optimalizácia, regularizácia
Plne prepojené siete - výpočtové grafy, vektorizované výpočty, backpropagation, stratové funkcie klasifikácia, softvérové riešenia automatickej derivácie, augmentácia, dropout, stochastická optimalizácia
Konvolučné neurónové siete - konvolúcia, pooling, problém miznúcich gradientov, batch normalization, inicializácia, transfer learning, architektúry
Rekurentné siete - sekvenčné dáta, skryté stavy, LSTM, GRU, režimy trénovania
Transformery - self-attention mechanizmus, transformery v NLP úlohách, kombinácie s konvolučnými sieťami, architektúry založené na transformeroch v počítačovom videní
Segmentácia a detekcia objektov - jedno a dvoj fázové objektové detektory, rozšírenia objektových detektorov na segmentácie, segmentačné architektúry, anotácia dát
Generatívne modely - GAN, VAE
Vizualizácia a pochopenie konvolučných neurónových sietí - naučené príznaky, prenos štýlu, deep dream, aktivačné mapy, nepriateľské vstupy
Vedecké a etické problémy súčasného počítačového videnia - zber dát, ochrana súkromia, výpočtová dominancia, interpretabilita metód, bezpečnosť, nežiadúce spoločenské efekty, bias modelov, ilúzia algoritmickej objektivy
60/40
Absolvent/-ka sa bude orientovať v teoretických východiskách rôznych druhov neurónových sietí používaných v počítačovom videní na riešenie úloh klasifikácie, lokalizácie a detekcie objektov ako aj generatívne siete. Bude tiež ovládať praktické postupy vytvárania, trénovania a vyhodnocovania takýchto sietí s využitím akcelerovaného hardvéru na vlastnom počítači alebo v cloude.
Aktuálne publikácie vo vedeckých časopisoch a konferenciách
1-BIN-301 alebo 2-AIN-501 Metódy v bioinformatike
Aktívna účasť (20%), príprava prezentácie (20%), prezentácia (60%). Známky A: 90+, B: 80+, C: 70+, D: 60+, E: 50+. Bližšie informácie na stránke predmetu.
slovenský, anglický
Prezentácie a diskusia o aktuálnych publikáciách v bioinformatike
https://compbio.fmph.uniba.sk/vyuka/seminar/
100/0
Študenti sa oboznámia s pokrokmi v oblasti bioinformatiky a v príbuzných oblastiach, precvičia si prácu s vedeckými článkami.
Aktuálne publikácie vo vedeckých časopisoch a konferenciách
1-BIN-301 alebo 2-AIN-501 Metódy v bioinformatike
Aktívna účasť (20%), príprava prezentácie (20%), prezentácia (60%). Známky A: 90+, B: 80+, C: 70+, D: 60+, E: 50+. Bližšie informácie na stránke predmetu.
slovenský, anglický
Prezentácie a diskusia o aktuálnych publikáciách v bioinformatike
https://compbio.fmph.uniba.sk/vyuka/seminar/
100/0
Študenti sa oboznámia s pokrokmi v oblasti bioinformatiky a v príbuzných oblastiach, precvičia si prácu s vedeckými článkami.
Fuzzy množiny a jejich aplikace / Vilém Novák. Praha : Státní nakladatelství technické literatury, 1986
http://ii.fmph.uniba.sk/~guller/Synlogy.pdf
2-AIN-287 Znalostné systémy
Skúška: skúška
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
- Neurčitosť a jej formalizácia (triangulárne (ko-)normy, spojitosť.
- Viachodnotové (fuzzy) logiky (Lukasiewiczova, Goedelova, produktova).
- Fuzzy množiny.
- Fuzzy čísla a aritmetika.
- Modifikátory fuzzy množín (hedges).
- Fuzzy inferencia, kompozičné pravidlo inferencie (CRI)
- Fuzzy pravidlá - Mamdani-ho typu.
- Fuzzy pravidlá - Sugeno-Takagi-ho typu.
- Lingvistická premenná, Zadehov prístup.
- Fuzzifikácia.
- Defuzzifikácia.
- Fuzzy inferenčné systémy.
- Fuzzy expertné systémy.
http://ii.fmph.uniba.sk/~guller/Synlogy.pdf
0/100
Teoretické a praktické základy fuzzy logiky, inferencie a expertných systémov
[1] Recursive Functions / Ján Komara. Online.
[2] Úvod do teórie algoritmov / Ivan Korec. Bratislava : Univerzita Komenského, 1983.
Priebežné hodnotenie: domáce úlohy, písomné testy.
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%.
slovenský, anglický
1. Primitívne rekurzívne funkcie. Základné funkcie a operácie. Explicitné definície. Ohraničená minimalizácia. Párovacia funkcia a aritmetizácia. Rekurzia so substitúciou v parametri. Vnorená jednoduchá rekurzia. Rekurzia s mierou. Regulárne rekurzívne definície.
2. Obecne rekurzívne funkcie. Poza primitívnu rekurziu: Ackermann-Péterovej funkcia, univerzálna funkcia pre primitívne rekurzívne funkcie. Primitívne rekurzívne indexy. Transfinitná rekurzia. Obecne rekurzívne funkcie. Regulárna minimalizácia. μ-Rekurzívne funkcie.
3. Čiastočne rekurzívne funkcie. Prvá veta o rekurzii (veta o pevnom bode). Výpočtový model. Ekvivalentnosť operačnej a denotačnej sémantiky. Čiastočne rekurzívne funkcie. Operátor minimalizácie. Aritmetizácia výpočtového modelu. Kleeneho veta o normálnej forme. Univerzálna funkcia. Rekurzívne indexy. Veta o enumerácií. Čiastočne μ-rekurzívne funkcie. Churchova téza. Rekurzívne rozhodnuteľné, polorozhodnuteľné a nerozhodnuteľné problémy.
https://dai.fmph.uniba.sk/w/Declarative_Programming/sk
100/0
Študent sa zoznámi s matematickými základmi deklaratívnych programovacích jazykov.
Hal Abelson and Jerry Sussman and Julie Sussman. Structure and Interpretation of Computer Programs. MIT Press, second edition, 1996.
Priebežné hodnotenie: domáce úlohy, písomka, projekty.
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%.
slovenský, anglický
1. Abstrakcia procedúr:
základné výrazy, zložené procedúry, procedúry vyšších rádov.
2. Abstrakcia dát:
základné dátové typy, symbolické dáta, štrukturované dáta, procedurálne dáta.
3. Modularita, objekty a lokálny stav:
model prostredí, reprezentácia lokálneho stavu, stream ako zoznam s oneskoreným vyhodnocovaním.
4. Interpreter programovacieho jazyka LISP:
metainterpreter, striktné a nestriktné vyhodnocovanie, nedeterministický výpočet.
5. Kompilátor programovacieho jazyka LISP:
registrové stroje, simulátor registrových strojov, správa pamäte, kompilácia.
https://dai.fmph.uniba.sk/w/Course:Symbolic_Programming_and_LISP/sk
100/0
Po absolvovaní predmetu budú študenti vedieť programovať v programovacom jazyku LISP dialekt Scheme. Naučia sa používať všeobecné programovacie techniky ako abstrakcia na procedúrach a dátach, streamové spracovávanie dát, a ďalšie. Získajú skúsenosť ako navrhnúť a vytvoriť interpreter a kompilátor programovacieho jazyka LISP.
Staab, S. and Studer, R. eds., 2010. Handbook on ontologies. Springer Science & Business Media.
Allemang, D. and Hendler, J., 2011. Semantic web for the working ontologist: effective modeling
in RDFS and OWL. Elsevier.
Výber aktuálnych článkov z oblasti.
Semester: projekt (60b), priebežné hodnotenie práce (20b)
Skúška: písomka (20b)
Podmienka absolvovania: 50 % zo semestra a 50% z skúšky
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
- Ontológie a ich využitie
- Najznámejšie ontológie
- Ontologické reprezentačné jazyky (RDF, RDF Schema, OWL)
- Ontológie a databázy
- Dopytovací jazyk SPARQL
- Sieť perpojených dát (linked open data)
- Ontologické inžinierstvo
- Využitie ontológií v informatike
80/20
Študenti sa oboznámia s ontológiami, s ich významom pre reprezentáciu a zdieľanie dát, s
ontologickými reprezentačnými a dopytovacími jazykmi a s postupmi pre tvorbu ontológií
(ontologické inžinierstvo). Ďalej sa oboznámia so štandardami sémantického webu a s princípami a
možnosťami publikácie dát v sieti prepojených dát (linked open data), ako aj využitia týchto dát v
znalostných aplikáciách.
Aktuálne publikácie vo vedeckých časopisoch a konferenciách
1-BIN-301 alebo 2-AIN-501 Metódy v bioinformatike
Aktívna účasť (20%), príprava prezentácie (20%), prezentácia (60%). Známky A: 90+, B: 80+, C: 70+, D: 60+, E: 50+. Bližšie informácie na stránke predmetu.
slovenský, anglický
Prezentácie a diskusia o aktuálnych publikáciách v bioinformatike
https://compbio.fmph.uniba.sk/vyuka/seminar/
100/0
Študenti sa oboznámia s pokrokmi v oblasti bioinformatiky a v príbuzných oblastiach, precvičia si prácu s vedeckými článkami.
Aktuálne publikácie vo vedeckých časopisoch a konferenciách
1-BIN-301 alebo 2-AIN-501 Metódy v bioinformatike
Aktívna účasť (20%), príprava prezentácie (20%), prezentácia (60%). Známky A: 90+, B: 80+, C: 70+, D: 60+, E: 50+. Bližšie informácie na stránke predmetu.
slovenský, anglický
Prezentácie a diskusia o aktuálnych publikáciách v bioinformatike
https://compbio.fmph.uniba.sk/vyuka/seminar/
100/0
Študenti sa oboznámia s pokrokmi v oblasti bioinformatiky a v príbuzných oblastiach, precvičia si prácu s vedeckými článkami.
Oboznámiť študentov s teóriou, metódami a aplikáciami konvexnej optimalizácie
M. Trnovská: Konvexná optimalizácia, elektronický text.
Boyd, Vandenberghe: Convex Optimization, Cambridge Univ.Press 2004
CVX: Matlab Software for Disciplined Convex Programming www.stanford.edu/~boyd/cvxbook
Ben-Tal, Nemirovski: Lectures on Modern Convex Optimization, SIAM 2001
Nelinearne programovanie, Linearne programovanie
domáce úlohy, písomka
Priebežné hodnotenie: domáce úlohy (20%), písomky (30%)
Záverečné hodnotenie: semestrálny projekt (20%) skúškový test (30%)
Orientačná stupnica hodnotenia: A 91%, B 81%, C 71%, D 61%, E 51%
slovenský, anglický
Úlohy konvexného porgramovania v štandardnom tvare
(konvexná analýza funkcií, dualita pre štandardné úlohy, KKT podmienky optimality)
Zovšeobecnenie konvexných úloh
(Pojem konvexného kužeľa, Kónické lineárne programovanie, Maskovanie štandardných úloh do kónického tvaru)
Kónické konvexné úlohy
(Základné triedy kónických úloh a vzťahy medzi nimi, kónicky reprezentovateľné funkcie)
Geometria konvexných kužeľov
(Pojem vlastného kužeľla, vlastnosti , duálne a samoduálne kužele)
Teória duality pre lineárne kónické úlohy
(Odvodenie duálnej úlohy, Zovšeobecnená farkasova lema, slabá a silná dualita, podmienky optimality)
Aplikácie kónického programovania
(Optimalizácia portfólia, optimálny návrh experimentov, úloha minimálnej plochy, lineárna a kvadratická diskriminácia)
Kónické relaxácie
(Relaxácia nekonvexných kvadratických úloh, úloha maximálneho rezu)
Úlohy konvexného porgramovania v štandardnom tvare
Zovšeobecnenie konvexných úloh
Kónické konvexné úlohy (SDP, SOCP)
Geometria konvexných kužeľov
Teória duality pre lineárne kónické úlohy
Aplikácie kónického programovania
Kónické relaxácie
Nelineárne kónické úlohy (max-det)
Metódy vnútorného bodu
50% /50%
Po absolvovaní predmetu budú študenti vedieť základy konvexnej analýzy, poznať teóriu Lagrageovej duality a podmienok optimality pre konvexné úlohy, poznať rôzne oblasti z praxe, v ktoých možno nájsť aplikácie konvexnej optimalizácie, oboznámia sa s modernými triedami konvexnej optimalizácie - tzv. lineárnymi kónickými úlohami, a s teóriou duality kónického lineárneho programovania. Budú vedieť riešit niektoré praktické problémy a budú vedieť používať modelovací systém CVX (cvxopt), budú poznať myšlienku, teoretické a praktické aspekty metód vnútorného bodu.
Projekt
Speech and Language Processing, 2nd Edition / Daniel Jurafsky, James H Martin. Upper Saddle River : Prentice Hall, 2008
slovenský, anglický
(1) Predspracovanie textu.
(2) Modelovanie jazyka (n-gramy), spell-checking.
(3) Klasifikácia textu (naivný Bayes), analýza sentimentu.
(4) Rozpoznávanie pomenovaných entít (HMM, MaxEnt), extrakcia relácií.
(5) Morfologická a syntaktická analýza.
(6) Vyhľadávanie informácií.
(7) Sémantická analýza, automatizované odpovedanie otázok.
http://dai.fmph.uniba.sk/courses/nlp/
50/50
Študenti nadobudnú teoretické a praktické vedomosti o princípoch spracovania prirodzeného jazyka. Preberané metódy (pravdepodobnostné, štatistické, lingvisticko-výpočtové a metódy strojového učenia) spracovania neštruktúrovaného textu budú vedieť vhodne aplikovať pri riešení úloh ako spell-checking, generácia textu, analýza sentimentu, extrakcia informácií, či automatizované odpovedanie otázok.
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Aktuálne spoločenské aspekty informatiky.
Prípadové štúdie spoločenských, morálnych, právnych a ekonomických súvislostí informatiky a profesie informatika.
0/100
Pochopenie spoločenských, morálnych, právnych a ekonomických súvislostí profesie.
Concrete Mathematics : A Foundation for Computer Science / Ronald L. Graham, Donald E. Knuth, Oren Patashnik. Upper Saddle River : Addison-Wesley, 1994
Generationfunctiology, H.S. Wilf http://www.math.upenn.edu/~wilf/gfologyLinked2.pdf
1-INF-420 Kombinatorická analýza (1)
Skúška: skúška
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Význam odhadov. O-notácia. Narábanie s výrazmi obsahujúcimi O. Základné metódy konštrukcie asymptotických odhadov: vyňatie hlavnej časti, boot-strapping; odhady súm. Eulerova-McLaurinova sumačná formula. Príklady. Generujúce funkcie – obyčajné a exponenciálne. Kalkul generujúcich funkcií. Konvolúcie. Použitie generujúcich funkcií na enumerácie diskrétnych objektov. Riešenie rekurentných vzťahov pomocou GF. Analytická teória GF.
0/100
Študent ovláda metódy konštrukcie asymptotických odhadov a kalkul obyčajných a exponenciálnych generujúcich funkcií. Dokáže riešiť rekurentné vzťahy a počítať sumy pomocou generujúcich funkcií a ovláda metódy enumerácie diskrétnych objektov pomocou bivariantných generujúcich funkcií.
Logika : Neúplnost, složitost a nutnost / Vítězslav Švejdar. Praha : Academia, 2002
Klasická matematická logika / Antonín Sochor. Praha : Karolinum, 2001
1-INF-210 Úvod do matematickej logiky
Priebežné hodnotenie: test
Skúška: písomná skúška
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Výrokový počet, jazyk, sémantika, hilbertovské systémy, genzenovské systémy, tablá, metateorémy, predikátový počet, jazyk, sémantika, hilbertovské systémy, genzenovské systémy, tablá, metateorémy, teória rekurzívnych funkcií, automatický dôkaz.
0/100
Osvojenie si poznatkov z matematickej logiky, potrebné pre zvládnutie štúdia umelej inteligencie a pre štúdium literatúry z umelej inteligencie.
Peter Smith, The Big Red Logic Books: An Introduction to Formal Logic, An Introduction to Gödel’s Theorems, Beginning Mathematical Logic.
(https://www.logicmatters.net/books/)
Neil Immerman, Descriptive complexity. Springer Graduate Texts in Computer Science, 1999.
(https://people.cs.umass.edu/~immerman/book/descriptiveComplexity.html)
Vítězslav Švejdar, Logika: Neúplnost, složitost a nutnost. Academia, 2002.
Antonín Sochor, Klasická matematická logika. Karolinum, 2001
1-INF-210 Úvod do matematickej logiky
Priebežné hodnotenie: domáce úlohy
Skúška: písomná / ústna skúška
Orientačná stupnica hodnotenia: A 92%, B 84%, C 76%, D 68%, E 60%
slovenský, anglický
Teória množín, logika 1. rádu, logika 2. rádu, teória modelov, axiomatizácia aritmetiky, Gödelova veta o úplnosti, Gödelove vety o neúplnosti, algoritmické a rozhodovacie problémy v logike, deskriptívna zložitosť
20/80
Osvojenie si poznatkov z matematickej logiky súvisiacich s teoretickou informatikou a umelou inteligenciou.
Ani matematika si nemôže byť istá sama sebou : Úvahy o množinách, nekonečne, paradoxoch a Gödelových vetách / Pavol Zlatoš. Bratislava : Iris, 1995;
Elektronické texty vyučujúceho predmetu zverejňované prostredníctvom web stránky predmetu;
Bakalárska práca Zeman, Marek: Súvis rekurzívnych funkcií a programovacích jazykov
1-INF-215 Formálne jazyky a automaty (1) AND 1-INF-210 Úvod do matematickej logiky
Priebežné hodnotenie: samostatná práca
Skúška: písomná a ústna
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 65%, E 60%
slovenský, anglický
História vypočítateľnosti do roku 1950. Prehľad základných modelov algoritmickej vypočítateľnosti, ich porovnanie, zjednodušovanie a vzájomná ekvivalencia. Formalizmus primitívne, všeobecne a čiastočne rekurzívnych funkcií. Rekurzívne množiny a predikáty. Ťažké problémy, redukcie a úplnosť vzhľadom na ne. Aritmetizácia syntaxe. Algoritmický pohľad na Gödelovu vetu o neúplnosti a súvisiace výsledky. Veta o rekurzii.
http://foja.dcs.fmph.uniba.sk/tvyp/
20/80
Absolventi predmetu budú do hĺbky rozumieť Churchovej-Turingovej téze. Budú poznať výpočtové modely, na ekvivalencii ktorých je táto téza postavená. Budú rozumieť formalizmu primitívnej a všeobecnej rekurzie. Získajú podrobnejšie znalosti o ťažkých algoritmicky riešiteľných problémoch (kreatívne množiny, many-to-one redukcie a pod.). Budú rozumieť, ako z tvrdení teórie vypočítateľnosti vyplýva nemožnosť mechanizácie dokazovania v matematike.
Vlastné elektronické texty vyučujúceho predmetu zverejnované prostredníctvom web stránky predmetu.
1-INF-215 Formálne jazyky a automaty (1), 1-INF-410 Formálne jazyky a automaty (2)
Skúška: ústna
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Špeciálne paralelné modely (paralelné gramatiky a automaty).
Modely počítačov 2. triedy, vzájomné simulácie.
Tézy o paralelných výpočtoch.
Triedy zložitosti a efektívne paralelne riešiteľné problémy (NC, P-úplné úlohy).
Hranice paralelných výpočtov.
0/100
Študenti rozumejú možnostiam a ohraničeniam paralelného počítania z hľadiska zložitosti výpočtov.
doplňujúce články, učebné texty a prezentačné materiály zverejňované prostredníctvom web stránky predmetu.
2-INF-187 Úvod do teórie programovania
Priebežné hodnotenie: písomka
Orientačná stupnica hodnotenia: A 86%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Teória správnosti:
•postupná definícia denotačnej sémantiky (sémantických modelov) imperatívnych jazykov bez cyklov, s cyklami, s blokovou štruktúrou, s referenciou poľa, vrátane sémantiky špecifikačného jazyka a jazyka formúl správnosti programov,
•zavedenie a analýza pojmov induktívna formula, najslabšia vstupná podmienka a najsilnejšia výstupná podmienky v uvedených jazykoch, resp. sémantických modeloch, ich vyjadriteľnosť v danom špecifikačnom jazyku,
•návrh a analýza Hoareovského systému pre dokazovanie čiastočnej správnosti pre dané programovacie jazyky (zdravosť a úplnosť Hoareovského systému).
Modelovanie sémantiky špeciálnych jazykových konštrukcií:
•kontinuačná sémantika, metóda definovania denotačnej sémantiky pre programovacie jazyky so skokmi,
•denotačná sémantika (bezparametrických) rekurzívnych procedúr.
Lambda-kalkul (λ–kalkul):
•základné pojmy – λ–term, β–konverzia, α–konverzia,
•ekvacionálna teória λ–kalkulu,
•λ–redukcia – operačná sémantika λ–kalkulu,
•λ–vypočitateľnosť – opodstatnenie λ–kalkulu ako výpočtového modelu,
•denotačná sémantika beztypových jazykov – reflexívne domény.
20/80
Absolvent si osvojí princípy, metódy a techniky modelovania denotačnej sémantiky imperatívnych programovacích jazykov pre vybrané typy riadiacich konštrukcií a dátových štruktúr, získa znalosti potrebné na analýzu, navrhovanie a dokazovanie vlastností logických dokazovacích (inferenčných) systémov Hoareovského typu na dokazovanie čiastočnej správnosti programov, oboznámi sa s (beztypovým) λ–kalkulom, ktorý je teoretickým základom funkcionálnych jazykov a princípami definovania denotačnej sémantiky beztypových jazykoch.
Milner,R.: Communication and Concurrency. Prentice Hall, 1989
Henessy,M.C.: Algebraic Theory of Processes. MIT Press, 1988
Olderog,E.R.: Nets, Terms and Formulas. Cambridge University Press,1991
Stirling,C.: Modal and Temporal Properties of Processes. Springer Verlag, 2002
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
- modely súbežných a paralelných procesov - hlavne procesové algebry (Petriho siete atď.)
- štandardná procesorová algebra, procesorové algebry ako základ špecifikačných (verifikačných) jazykov
- kalkul komunikujúcich systémov (CCS) - základné konštruktory a princípy
- operačná sémantika CCS - značkované prechodové systémy, odvodzovacie pravidlá
- stopová sémantika a bisimulácia - definície, ich vzájomný vzťah
- vlastnosti bisimulácie - kongruentnosť, expanzná veta
- axiomatizácia - systémy axióm charakterizujúcich slabú a silnú bisimuláciu
- charakterizácia bisimulácie pomocou temporálnej logiky - popis logiky, charakterizačné vety
- Pi-kalkulus a jeho zovšeobecnenie - pi-kalkulus ako sémanticky model pre mobile computing, polyadický pi-kalkulus
- Petriho siete - základné definície, vzťah Petriho sietí k procesovým algebrám
- Henessy-Milnerova logika a modálny Mu-kalkulus
20/80
Študent pozná základné modely paralelných a súbežných procesov ako aj rôzne špecifikačné a verifikačné nástroje a techniky.
doplnkové články a prezentačné materiály zverejňované prostredníctvom web stránky predmetu
2-INF-123 Formálna sémantika a teória správnosti
Priebežné hodnotenie: projekt
Skúška: písomná
Orientačná stupnica hodnotenia: A 90%, B 82%, C 75%, D 68%, E 60%
slovenský, anglický
•formálne špecifikácie - ich postavenie vo vývoji programov a požiadavky na metódy formalizácie, stručné zhrnutie a porovnanie rôznych prístupov,
•algebraická špecifikácia - signatúra a axiómy, algebraická špecifikácia v jazyku SL, modulárny návrh algebraickej špecifikácie (skladanie špecifikácií, parametrické špecifikácie), špecifikácia výnimočných a chybových stavov,
•sémantika algebraickej špecifikácie - modely algebraickej špecifikácie, rôzne prístupy charakterizácie sémantiky algebraickej špecifikácie (iniciálna, voľná a behaviorálna sémantika), sémantické požiadavky pri skladaní špecifikácií (dostatočná úplnosť a konzistentnosť), hierarchická sémantika algebraickej špecifikácie,
•konštruktívne algebraické špecifikácie - konštruktory, induktívny návrh axióm (pravidiel), výpočtový model algebraických špecifikácií (prepisovacie systémy), kanonická špecifikácia,
•implementácia špecifikácie - implementácia resp. behaviorálna implementácia špecifikácie,
•ekvacionálna logika - ekvacionálne dokazovania v jednodruhovom, mnohodruhovom a druhovo usporiadanom prostredí, dokazovanie v induktívnych teóriách, dokazovanie behaviorálnych vlastností,
•Z-špecifikácie - preddefinovane typy v špecifikačnom jazyku Z (množiny, typy, logické funkcie a kvantifikátory, relácie a funkcie), špecifikačné schémy (skladanie špecifikácií, generické špecifikácie),
•postupné zjemnenie Z-špecifikácií, vývoj programu zo špecifikácií, princípy návrhu dátových štruktúr a algoritmov pomocou Z.
50/50
Absolvent si osvojí
- základné princípy a metódy návrhu formálnych špecifikácií softvérových a informačných systémov a uvedomí si úlohu formálnych metód vo vývoji programov,
- dva základné prístupy k formalizácii špecifikácii založené na špecifikácií vlastností (algebraické špecifikácie), resp. na špecifikácii modelu (Z-špecifikácie),
- (pri jednej z metód, resp. pri oboch špecifikačných metódach) princípy a prostriedky modulárneho návrhu už na úrovni špecifikácií, metódy dokazovania vlastností špecifikácií, princípy postupného zjemňovania (implementácie) špecifikácie, rôzne pohľady na definovanie sémantiky (modelov) špecifikácie, predpoklady a nástroje pre protypizáciu špecifikácií atď.
V priebehu kurzu získa absolvent zručnosti pri návrhu formálnych špecifikácií oboma metódami na príkladoch rôzneho rozsahu (vrátane projektu návrhu špecifikácie softvérového alebo informačného systému).
Úvod do problematiky architektúr orientovaných na služby.
CHAPPELL, D. Enterprise Service Bus. O’Reilly, 2004.
KRAFZIG, D., BANKE, K., SLAMA, D. Enterprise SOA. Prentice Hall, 2005.
MARKS, E., BELL M. Service-Oriented Architecture. New Jersey: John Wiley & Sons, Inc., 2006
projekt
Priebežné hodnotenie: projekt, skúška
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
1. Všeobecný úvod do problematiky architektúr orientovaných na služby
2. Modelovanie podnikových procesov a jeho softvérové aspekty
3. Integračný middleware a súvisiace štandardy (CORBA, DCOM, .Net, J2EE, ...)
4. Prostriedky na integráciu typu „Business to Business“ (B2B)
5. Webové služby a ich pokročilé aspekty (orchestrácia, zachytenie sémantiky)
6. Podniková zbernica služieb (Enterprise Service Bus) – kontajnery, služby, procesy, komunikácia
7. Použitie konkrétnych nástrojov v oblasti architektúr orientovaných na služby
100/0
Úvod do problematiky architektúr orientovaných na služby.
projekt, skúška
Introduction to distributed algorithms / Gerard Tel. Cambridge : Cambridge University Press, 2000
An introduction to distributed algorithms / Valmir C. Barbosa. Cambridge, Mass. : MIT Press, 1996
Distributed algorithms / Nancy A. Lynch. San Francisco : Morgan Kaufmann, 1996
Introduction to parallel algorithms and architectures : Arrays. Trees. Hypercubes / F. Thomson Leighton. USA : Morgan Kaufmann Publishers, Inc., 1992
Skúška: písomná a prípadne ústna
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Predmet sa zaoberá modelmi distribuovaných systémov s komunikáciou pomocou posielania správ. Analyzujú sa varianty 'klasického' modelu (synchrónny/asynchrónny, anonymný, s rôznou topologickou informáciou) na rôznych typoch sietí a ich vzájomné vzťahy. Študuje sa komunikačná a časová zložitosť typických problémov (terminácia, voľba koordinátora, výpočet kostry, a pod.) v jednotlivých modeloch. Prezentujú sa základné výsledky z oblasti smerovania správ (routing) a algoritmov odolných voči chybám (problém dohody pri rôznych typoch chýb). Definujú sa modely aktuálnych komunikačných technológií, ukážu sa rozdiely oproti klasickému modelu a typické výsledky.
10/90
Študenti sa oboznámia so základnými teoretickými výsledkami z oblasti komunikačných problémov v distribuovaných systémoch.
Probability and random processes / Geoffrey R. Grimmett, David R. Stirzaker. Oxford : Oxford University Press, 2001
Probabilistic graphical models : Principles and techniques / Daphne Koller, Nir Friedman. Cambridge, Mass. : MIT Press, 2009
Priebežné hodnotenie: nie je.
Skúška: písomná (60 bodov) a ústna časť (60 bodov).
Hodnotenie: A: viac ako 110, B: viac ako 100b, C: viac ako 90b, D: viac ako 80b, E: viac ako
72b. Z písomnej časti skúšky je potrebné získať aspoň 20 bodov.
slovenský, anglický
Odhady a asymptotiky pre kombinačné čísla, Stirlingova a Wallisova formula, Markovova nerovnosť, Čebyševova nerovnosť, príklady na použitie oboch nerovností, náhodné grafy, evaluácia náhodných grafov, náhodné Booleovské funkcie, extremálne úlohy na podmnožinách konečnej množiny.
0/100
Pochopenie a aktívne zvládnutie základných princípov a aplikácií pravdepodobnostných metód v diskrétnej matematike, schopnosť riešiť konkrétne kombinatorické úlohy s využitím Markovovej a Čebyševovej nerovnosti.
Randomized algorithms / Rajeev Motwani, Prabhakar Raghavan. New York : Cambridge University Press, 1995
Probability and computing : Randomized algorithms and probabilistic analysis / Michael Mitzenmacher, Eli Upfal. New York : Cambridge University Press, 2005
Computational complexity : A modern approach / Sanjeev Arora, Boaz Barak. New York : Cambridge University Press, 2009
Elektronické texty vyučujúcej.
1-INF-167 Výpočtová zložitosť a vypočítateľnosť
Priebežné hodnotenie: samostatná práca
Skúška: písomná a ústna
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 65%, E 60%
slovenský, anglický
Analýza pravdepodobnostných algoritmov. Modely a základné zložitostné triedy. Techniky návrhnu pravdepodobnostných algoritmov. Aplikácia na problémové oblasti. Derandomizácia. Viac o zložitostných triedach.
30/70
Študenti získajú skúsenosti s využitím náhodných čísel a vlastností náhodných objektov ako s jedným z prístupov k tvorbe efektívnych algoritmov a riešeniu algoritmicky ťažkých problémov. Budú schopní aplikovať prezentované metódy pri tvorbe a pravdepodobnostnej analýze algoritmov.
Compilers: Principles, techniques, & tools / Alfred V. Aho ... [et al.]. Boston: Pearson/Addison-Wesley, 2007
1-INF-215 Formal languages and automata (1) OR 2-INF-186 Formal languages and automata (2)
Priebežné hodnotenie: domáce úlohy a projekt.
Skúška: ústna s písomnou prípravou.
Orientačná stupnica hodnotenia: A 92%, B 84%, C 76%, D 68%, E 60%.
Podrobnejšie informácie sú k dispozícii na webovej stránke.
slovenský, anglický
Štruktúra kompilátora, lexikálna analýza, metódy syntaktickej analýzy (zhora nadol – LL a zdola nahor – SLR, CLR, LALR); Syntaxou riadený preklad; Kontrola typov; Podpora počas behu programu; Medzijazyk; Generovanie kódu, modely počítača, prideľovanie registrov; Optimalizácia programov, analýza toku dát, optimalizácia cyklov, lokálne optimalizácie. Optimalizácie s ohľadom na architektúru cieľového počítača.
https://micro.dcs.fmph.uniba.sk/dokuwiki/sk:dcs:co:rules
40/60
Po absolvovaní predmetu budú študenti vedieť navrhnúť a formálne špecifikovať jednoduchý programovací jazyk a vytvoriť jeho kompilátor na základe paradigmy syntaxou riadeného prekladu.
Douglas Crockford. JavaScript: The Good Parts: The Good Parts. O'Reilly Media, 2008, ISBN-13: 978-0596517748.
Vanessa Wang, Frank Salim, Peter Moskovits. The Definitive Guide to HTML5 WebSocket. Apress, 2013, ISBN-13: 978-1430247401.
Priebežné hodnotenie: projekt.
Skúška: písomná a ústna pri počítači.
Orientačná stupnica hodnotenia: A 94%, B 88%, C 81%, D 75%, E 69%.
Podrobnejšie informácie sú k dispozícii na webovej stránke.
slovenský, anglický
Vybrané moderné technológie: skriptovanie na strane klienta (JavaScript, jQuery), kreslenie rastrovej (canvas) a vektorovej (SVG, D3) grafiky na strane klienta, obojsmerná komunikácia medzi serverom a klientom (WebSockets); Komplexný aplikačný framework (napríklad React); Bezpečnosť internetových aplikácií.
https://micro.dcs.fmph.uniba.sk/dokuwiki/sk:dcs:tia:hodnotenie
50/50
Po absolvovaní predmetu budú študenti schopní vytvoriť vlastnú internetovú aplikáciu s použitím vybraných moderných technológií, softvérovo-inžinierskych postupov a komplexného aplikačného framework-u.
The elements of statistical learning : Data mining, inference, and prediction / Trevor Hastie, Robert Tibshirani, Jerome Friedman. New York : Springer, 2009
Pattern recognition and machine learning / Christopher M. Bishop. New York : Springer, 2006
Machine learning / T. M. Mitchell. New York : McGraw Hill, 1997
Biological sequence analysis : Probabilistic models of proteins and nucleic acids / Richard Durbin ... [et al.]. Cambridge : Cambridge University Press, 1998
( 1-INF-115 Algebra (1) OR 1-AIN-152 Lineárna algebra ) AND 2-INF-175 Pravdepodobnosť a štatistika
Priebežné hodnotenie: domáce úlohy (30%), projekt (30%)
Skúška: skúška (40%)
Na úspešné absolvovanie skúšky musí študent získať na skúške aspoň polovicu bodov.
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Strojové učenie s učiteľom (lineárna a generalizovaná lineárna regresia, neurónové siete, klasifikácia pomocou support vector machines, kernelové metódy, diskrétne klasifikátory). Teória strojového učenia (štatistický model strojového učenia, výchylka vs. rozptyl, preučenie a podučenie, PAC učenie, odhady pomocou VC dimenzie). Strojové učenie bez učiteľa (zhlukovanie, samoorganizujúce sa zobrazenia, analýza hlavných komponentov). Učenie odmenou a trestom. Hlasovacie schémy (bagging, boosting).
http://compbio.fmph.uniba.sk/vyuka/ml/
60/40
Po absolvovaní predmetu získa študent prehľad o základných metódach strojového učenia a bude schopný používať tieto metódy v praktických aplikáciách.
F. Roberts: Applied combinatorics
M. Hall: Combinatorial theory
L. Kučera, J. Nešetřil: Algebraické metody diskrétní matematiky
J. Bosák: Rozklady grafov
Priebežné hodnotenie: test
Skúška: skúška
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Permutácie a latinské štvorce, ortogonalita latinských štvorcov. Vyvážené blokové plány a dualita, špeciálne prípady: diferenčné množiny, Hadamardove matice, konečné projektívne roviny, súvis s rozkladmi grafov. Nevyvážené blokové plány, Steinerovské systémy trojíc. Vnorenia grafov do plôch. Základy teórie matroidov, matroidové a pažravé algoritmy.
0/100
Študenti získajú základný prehľad o kombinatorických štruktúrach s aplikáciami v diskrétnej matematike a informatike.
Vlastné elektronické texty vyučujúceho predmetu, aktuálne články z konferencií
1-INF-215 Formálne jazyky a automaty (1), 1-INF-410 Formálne jazyky a automaty (2)
Skúška: ústna
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Abstraktné triedy jazykov, ich vlastnosti, súvis s automatmi. Netradičné modely a spôsoby popisu jazykov.
0/100
Pochopenie teórie jazykov na rôznych úrovniach abstrakcie, prehĺbenie poznatkov.
Oboznámiť sa s pojmom a vlastnosťami Kolmogorovskej zložitosti a najmä jej rôznorodými aplikáciami.
An Introduction to Kolmogorov Complexity and Its Applications / Ming Li, Paul Vitányi. New York : Springer, 2008
Information and randomness : An algorithmic perspective / Cristian S. Calude ; forewords by Gregory J. Chaitin and Arto Salomaa. Berlin : Springer, 2002;
prezentacie používané na prednáškach;
články podľa záujmu študentov
1-INF-167 Výpočtová zložitosť a vypočítateľnosť
Priebežné hodnotenie: referát, riešenie problémov, písomka.
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 65%, E 60%
slovenský, anglický
Kolmogorovská zložitosť – definícia, základné vlastnosti, nestlačiteľnosť, informačný obsah,...Testovanie náhodnosti. Aplikácie v teórii zložitosti, teórii grafov, broadcastovacích algoritmoch,... Varianty Kolmogorovskej zložitosti
100/0
Získanie predstavy o pojme Kolmogorovskej zložitosti a jej vlasnostiach, skúsenosti najmä s jej využitím pri dokazovaní dolných odhadov.
Norman E.Fenton: SW-Metrics
Tom de Marco: Peopleware
Bell, Morrey, Pugh: SW-Engineering
Grady, Caswell: SW-Metrics establishing a company-wide Program
Tom de Marco: Controlling SW-Projects
Skúška
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
V prvej časti prednášok uvedieme vnímanie kvality a sústredíme sa na nasledujúce hlavné koncepty:
- strategický význam kvality
- Q-control a Q-Assurance
- Q-standards a Q-Awards
- Q-costs
- zodpovednosť za škody
- schopnosť viesť, ľudský faktor, organizácia práce
Druhá časť predmetu sa zameriava na zabezpečenie kvality softvéru založené na procese vývoja.Okrem plánovania projektov a administratívy predstavíme procesy dôležité pre zaručenie kvality, ako napríklad
- mamažment požiadaviek
- revízie
- testovanie
- mamažment konfigurácií
- odhad nákladov
- nástroje CASE (Computer-aided software engineering)
Uvedieme aj metódy na posudzovanie kvality softvérových produktov, ako napríklad
- SW Quality Evaluation
- Quality in Use
- Certifying Hypermedia Links for Internet Applications
- SW Acquisition Process
Nakoniec prediskutujeme metódy na posudzovanie organizácie vývoja softvéru, napríklad
- ISO 9001
- CMMI (Capability Maturity Model Integration)
- BSC (Balanced Score cards)
100/0
Strategický význam kvality a oboznámenie sa s metódami vývoja systémov vrátane procedúr kvality softvéru. Študenti sa oboznámia s metódami na posudzovanie kvality vyýsledných softvérových produktov, ako aj vyspelosti organizácie vývoja softvéru.
Berkun, S: The Art of Project Management, O’Reilly Media, Inc., 2005
DeMarco, T: Peopleware: Productive Projects and Teams, Dorset House Publishing Company, 1999
Cockburn, A: Agile Software Development, Addison-Wesley, 2002
Royce, W: Software Project Management, Addison-Wesley, 1999
Augustine, S: Managing Agile Projects, Prentice Hall PTR, 2005
Skúška
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Základné princípy, životný cyklus a metódy manažovania softvérového projektu. Ciele, rozsah, cena, trvanie, kvalita, riziká projektov. Metódy plánovania projektov. Vedenie tímu, otázka motivácie. Dopad technológie, ľudí a financií na manažovanie projektu. Použitie metrík a predpovedanie vývoja projektu.
100/0
Študenti pochopia podstatu techník, trendov a problémov v manažmente softvérových projektov. Získajú praktický pohľad a príklady, ktoré pomôžu pochopiť úlohy členov projektového tímu a spôsob ako môžu pomôcť dosiahnutiu výsledku.
Skúška: ústna
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Cieľom projektu je zapojenie študentov do tímovej práce na rozsiahlejších projektoch. Študenti si majú možnosť zvoliť existujúci, spravidla open-source, projekt, do ktorého vývoja budú prispievať. Získajú tak možnosť získať praktické skúsenosti s uplatňovaním best-practices softvérového inžinierstva, so správou a životným cyklom rozsiahlejších projektov a v neposledom rade aj s komunikáciou v rámci heterogénnych vývojárskych tímov. Študenti svoje skúsenosti prezentujú a navzájom porovnávajú.
0/100
Schopnosť aktívne používať získané vedomosti pri riešení rozsiahlejších projektov.
Zvládnuť základy teórie kvantového spracovania informácie.
John Preskill: Lecture Notes on Quantum Information,
http://www.theory.caltech.edu/people/preskill/ph229/#lecture
M. A. Nielsen and I. L. Chuang: Quantum computation and Quantum Information, Cambridge university press (2000)
Priebežné hodnotenie: skúška
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
1. Úvodné slovo o kvantovej mechanike a jej histórii
2. Čistý kvantový stav a princíp superpozície
3. Kvantové meranie a princíp neurčitosti
4. Zmiešaný kvantový stav
5. Časový vývoj kvantového systému
6. Dva kvantové systémy - EPR paradox
7. Bellove nerovnosti
8. Kvantová informace
9. Základné kvantové algoritmy
10. Experimentálna realizácia a dekoherencie
11. Princíp nerozlíšiteľnosti a elementárne častice
100/0
Študenti zvládnu základy teórie kvantového spracovania informácie.
R. Diestel: Graph Theory, Springer, 2018
1-INF-160 Úvod do kombinatoriky a teórie grafov
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Základné pojmy: stromy, bipartitné grafy, prehľadávanie grafov a labyrintov, Eulerovské grafy; párenia v grafoch, Königova teoréma, Hallova teoréma a jej dôsledky; meranie sily súvislosti grafov; Mengerova teoréma; planárne grafy: Eulerova teoréma, Kuratovského teoréma. Farbenia: niektoré NP-úplné problémy, pažravý algoritmus, Brooksova teoréma, Vizingova teoréma, farbenie planárnych grafov; toky: Fordov a Fulkersonov algoritmus a jeho aplikácie, celočíselné a grupové toky, súvis s farbeniami; Hamiltonovské grafy: Chvátalova teoréma; náhodné grafy: pravdepodobnostné modely, vlastnosti náhodných grafov.
20/80
maximum 20% hodnotenia je možné získať riešením domácich úloh
Študenti získajú solídne základy teórie grafov dokázaním kľúčových klasických teorém a podaním najdôležitejších algoritmov na grafoch. Veľký dôraz sa kladie aj na motiváciu pochádzajúcu z iných vedných disciplín a praxe ako aj na možné aplikácie skúmanej problematiky.
Vlastné elektronické texty zverejňované na web stránke predmetu
Voľne prístupné elektronické informačné zdroje
Priebežné hodnotenie: praktické úlohy
Skúška: praktické úlohy
Orientačná stupnica hodnotenia: A 92%, B 84%, C 76%, D 68%, E 60%
slovenský, anglický
používatelia, skupiny, heslá prístupové práva k súborom a adresárom, ACL štruktúra súborového systému, znakové a blokové zariadenia, špeciálne objekty súborového systému (symlink, pipe), pripájanie a odpájanie súborových systémov do stromu (mount, umount, /etc/fstab), vytváranie súborových systémov, štart a ukončenie systému - /etc/inittab, runlevels plánovanie úloh (cron, at, batch),
konfigurácia TCP/IP (ifconfig, route), sieťové služby (/etc/services, /etc/inetd.conf, /etc/protocols, /etc/hosts, ...),
DNS – klient (/etc/resolv.conf), DNS – server NFS
Firewall
SystemD
Predpoklady:
dobré používateľské znalosti UNIXových systémov, pohybovanie sa v adresárovom strome, vytváranie a editácia súborov (vi, joe), programovanie v shelli (sh/bash), príkazy find, grep, cat, cut, ls, awk.
http://www.dcs.fmph.uniba.sk/unix
40/60
Po absolvovaní predmetu budú študenti poznať princípy administrácie UNIXových systémov a budú vedieť prakticky vykonávať základné činnosti systémového administrátora.
Douglas R. Stinson, Maura Paterson: Cryptography: Theory and Practice, Chapman and Hall/CRC; 4th edition, 2018
Nigel P. Smart: Cryptography Made Simple, Springer, 2016
Jean-Philippe Aumasson: Serious Cryptography: A Practical Introduction to Modern Encryption, 2017
Ďalšie on-line zdroje
Priebežné hodnotenie: domáce úlohy,
Podmienka na postup na skúšku: načas a správne vyriešené všetky domáce úlohy,
Skúška: písomná,
Orientačná stupnica hodnotenia: A 92%, B 84%, C 76%, D 68%, E 60%
slovenský, anglický
symetrické šifry (blokové, prúdové), asymetrické šifry, problémy pre asymetrické konštrukcie, hašovacie funkcie, autentizačné kódy, digitálne podpisy, heslá, schémy na zdieľanie tajomstva, kryptografické protokoly a útoky na ne, bezznalostné dôkazy
20/80
Absolventi predmetu budú poznať základné kryptografické konštrukcie, budú rozumieť tomu, aké bezpečnostné záruky poskytujú a o aké predpoklady sa ich bezpečnosť opiera. Absolventi predmetu budú schopní v praxi zvoliť vhodnú kryptografickú konštrukciu pre konkrétnu potrebu aplikácie / informačného systému.
M. Ben-Ari: Principles of Concurrent Programming. Prentice-Hall, 1982
D. Lea: Concurrent Programming in Java: Design Principles and Patterns, 1999
D. Buttlar, J. Farrell, B. Nichols: PThreads Programming: A POSIX Standard for Better
Multiprocessing, O'Reilly Media, 1996
Priebežné hodnotenie: domáce úlohy
Skúška: skúška
Hodnotenie sa riadi systémom zabezpečovania kvality vzdelávania UK.
slovenský, anglický
Koncept procesov a threadov, Účel programovania s procesmi a threadmi. Životný cyklus a scheduling procesov a threadov v operačných systémoch. Príklady použitia threadov. Vytváranie a ukončovanie threadov.
Synchronizácia threadov. Zdieľané premenné, kritické úseky. Problém vzájomného vylúčenia a možnosti jeho riešenia. Semafory, mutexy, podmienkové premenné. Vzájomné simulácie prostriedkov synchronizácie. Implementácia synchronizačných mechanizmov v počítačových systémoch. Pamäťové modely.
Thready v Unixových systémoch. Thready v Jave. Monitor. Thread-safety. Deadlock, livelock, polling. Korektnosť viacthreadových programov. Meranie efektivity viacthreadových programov. Paralelné vedecké výpočty so zdieľanou pamäťou. Súvisiace informačné technológie.
50/50
Absolvent bude vedieť princípy paralelného programovania so zdieľanou pamäťou, poznať jeho účel a typické aplikácie. Bude mať priamu praktickú skúsenosť s vybranými informačnými technológiami pre tvorbu paralelných programov so zdieľanou pamäťou.
Distributed systems : Principles and paradigms / Andrew S. Tanenbaum, Maarten Van Steen. Upper Saddle River : Pearson Prentice Hall, 2007
2-INF-179 Konkurentné a distribuované programovanie a systémy (1)
Priebežné hodnotenie: projekty
Skúška: skúška
Hodnotenie sa riadi systémom zabezpečovania kvality vzdelávania UK.
slovenský, anglický
Účel tvorby viacprocesových programov. Abstraktné modely distribuovaných systémov. Porovnanie modelov, vzájomné simulácie.
Paradigmy pre vznik, zánik a identifikáciu procesov. Kanálový model. Point-to-point model. Podpora komunikácie procesov v počítačových systémoch. Súvisiace informačné technológie.
Výpadky procesov. Problémy dohody a prístupy k ich riešeniu. Transakčné systémy, distribuované databázy.
Meranie času a synchronizácia hodín v distribuovaných systémoch.
Vyrovnávanie zaťaženia. Formulácia problému, prístupy k riešeniu. Meranie a porovnanie efektivity riešení.
50/50
Absolvent bude vedieť princípy paralelného programovania s procesmi, poznať jeho účel a typické aplikácie. Budú mať priamu praktickú skúsenosť s vybranými informačnými technológiami pre tvorbu paralelných programov s komunikujúcimi procesmi.
Lineárna algebra a geometria : Cesta z troch rozmerov s presahmi do príbuzných odborov / Pavol Zlatoš. Bratislava : Albert Marenčin, 2011
Algebra a teoretická aritmetika 1 / Tibor Katriňák ... [et al.]. Bratislava : Univerzita Komenského, 2002
Vlastné elektronickétexty vyučujúceho predmetu zverejňované prostredníctvom web stránky predmetu
1-INF-115 Algebra (1) a 1-INF-156 Algebra (2)
Priebežné hodnotenie: písomka
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Grupy, podgrupy, homomorfizmy, faktorovégrupy. Okruhy, ideály, maximálne ideály a prvoideály, vzťah k poliam a oborom integrity pri faktorizácii. Euklidovskéokruhy, okruhy hlavných ideálov, gaussovskéokruhy. Teória deliteľnosti a veta o rozklade na ireducibilnéprvky. Rozšírenia polí. Konečnépolia, klasifikácia konečných polí. Niektoréaplikácie rozšírenípolía konečných polí. Použitie rýchlej Fourierovej transformácie pri násobeníveľkých čísel. (Výber tém v danom semestri sa môže upraviťna základe záujmu študentov.)
http://msleziak.com/vyuka/alg3.html
Priebežné hodnotenie 20% (písomka) / 80% záverečna skúška (40% písomka + 40% ústna skúška).
Ovládanie základných pojmov a metód z oblastíteórie grúp, teórie okruhov, teórie polía schopnosťich aktívneho používania na riešenie teoretických i praktických úloh.
Computer Networks / Andrew S. Tanenbaum, David J. Wetherall. Boston : Pearson education, 2011
Computer Networks / Andrew S. Tanenbaum. Upper Saddle River : Prentice-Hall, 2003
Data and computer communications / William Stallings. Upper Saddle River : Prentice-Hall, 2004
1-INF-283 Počítačové siete (1)
Priebežné hodnotenie: praktické úlohy
Skúška: písomný test (vyžaduje sa aspoň 50%), ústna skúška (môže byť odpustená)
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
802.1q, STP, DOCSIS , IP routovacie protokoly (BGP, OSPF), pokročilé témy z TCP (syn-cookies, ECN, ...).
Teoretické základy prenosu, max. šírka pásma, CRC, modulačné techniky, multiplexovanie, FDMA, TDMA, CDMA, synchrónne a asynchrónne linky, PPP
40/60
Po absolvovaní predmetu budú študenti poznať princípy fungovania a vedieť prakticky použiť pokročilé technológie z oblasti počítačových sietí a dátových komunikácií.
Simon Thompson. Haskell: The Craft of Functional Programming. Addison-Wesley Professional, 2011, ISBN-13: 978-0201882957.
Miran Lipovaca. Learn You a Haskell for Great Good!: A Beginner's Guide. No Starch Press, 2011, ISBN-13: 978-1593272838.
Bartosz Milewski. Category Theory for Programmers. 2019, ISBN-13: 978-0464243878.
1-INF-225 Programovanie (3)
Priebežné hodnotenie: stredosemestrálna písomka a záverečné zadanie.
Skúška: písomná a ústna skúška pri počítači.
Orientačná stupnica hodnotenia: A 92%, B 84%, C 76%, D 68%, E 60%.
Podrobnejšie informácie sú k dispozícii na webovej stránke.
slovenský, anglický
Z programovacích paradigiem sa prednáška venuje hlavne funkcionálnemu programovaniu (imperatívne, objektovo-orientované a deklaratívne programovanie študent už pozná z iných predmetov). Z jazykových konštrukcií a konceptov spomenieme porovnávanie so vzorom, uzávery, lenivé vyhodnocovanie, čisté funkcie, typové triedy, algebraické dátové typy, schémy rekurzie, funktory, monády, makro-hygienu, statickú a dynamickú kontrolu typov a ďalšie. Tieto témy budú ilustrované hlavne na programovacom jazyku Haskell a Racket.
https://micro.dcs.fmph.uniba.sk/dokuwiki/sk:dcs:pl:rules
50/50
Po absolvovaní predmetu budú študenti schopní rýchlejšie sa naučiť používať nový programovací jazyk, pretože na prednáškach sa oboznámili so základnými programovacími paradigmami, ako aj s jazykovými konštrukciami a teoretickými konceptami z ktorých sa budujú programovacie jazyky.
Formálne jazyky a automaty / John E. Hopcroft, Jeffrey D. Ullmanm ; preložili Branislav Rovan, Peter Mikulecký. Bratislava : Alfa, 1978
Introduction to Automata Theory, Languages, and Computation / John E. Hopcroft, Rajeev Motwani, Jeffrey D. Ullman. Boston : Pearson/Addison-Wesley, 2007
Kompilátory číslicových počítačov / David Gries ; Preložili Ľubomír Šlahor a František Pástor. Bratislava : Alfa, 1981
1-INF-215 Formálne jazyky a automaty (1) a 1-INF-220 Algoritmy a dátové štruktúry
Priebežné hodnotenie: domáce úlohy a písomka
Skúška: písomná a ústna
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Regulárne jazyky (charakterizácia pomocou relácií ekvivalencie). Konečne stavové prekladače.
Kontextové gramatiky, lineárne ohraničené automaty. Vlastnosti tried jazykov Chomského hierarchie. Rozhodnuteľné a nerozhodnuteľné problémy v Chomského hierarchii. Deterministické bezkontextové jazyky a základné metódy syntaktickej analýzy.
30/70
Študenti poznajú vlastnosti všetkých tried jazykov Chomského hierarchie. Chápu pojem rozhodnuteľnosti a zložitosti a poznajú rozhodnuteľnosť resp. nerozhodnuteľnosť základných problémov pre jednotlivé triedy Chomského hierarchie. Poznajú základné metódy syntaktickej analýzy a súvis s modelom deterministických zásobníkových automatov.
Matematická teorie programů / Zohar Manna ; z amerického originálu přeložil Jiří Hořejš. Praha : Státní nakladatelství technické literatury, 1981
Prívara, I.: Úvod do teórie programovania, Učebné texty (verzia 2014 – pdf)
1-INF-210 Úvod do matematickej logiky
Priebežné hodnotenie: písomky
Skúška: písomná
Orientačná stupnica hodnotenia: A 84%, B 76%, C 68%, D 60%, E 54%
slovenský, anglický
Programové schémy: základné pojmy - štandardná schéma, interpretácia schémy, Herbrandove interpretácie, vlastnosti schém; rozhodnuteľnosť základných vlastností schém – základné výsledky o nerozhodnuteľnosti, podtriedy schém s rozhodnuteľnými vlastnosťami (voľné, Janovove schémy); porovnávanie a preklad tried schém - vzťahy medzi triedami štandardných, štruktúrovaných a rekurzívnych schém, čiastočne interpretované schémy.
Správnosť programov: čiastočná a totálna správnosť - invarianty a induktívne formuly, najslabšia vstupná a najsilnejšia výstupná podmienka; metódy dokazovania – Floydova metóda, Hoareovský dokazovací systém, indukčné techniky; systematický vývoj správnych programov.
Sémantika programov a jazykov: význam programu - princípy operačnej, denotačnej a axiomatickej sémantiky, sémantické domény – algebraická štruktúra, konštrukcia domén; formálna sémantika (operačný a denotačný význam) imperatívnych programov, porovnávanie operačnej a denotačnej sémantiky imperatívnych programov; formálna sémantika (operačný a denotačný význam) rekurzívnych funkcionálnych programov, porovnávanie operačnej a denotačnej sémantiky rekurzívnych programov, dokazovanie vlastností rekurzívnych programov.
40/60
Absolvent si osvojí: princípy abstrakcie programov s cieľom analyzovať vlastnosti riadiacich štruktúr programov, nezávislé od konkrétnej interpretácie programu, princípy a metódy dokazovania správnosti programov, základné poznatky potrebné pre formálnu definíciu významu (sémantiky) impreratívnych a rekurzívnych programovacích jazykov.
Goodfellow, Ian, Yoshua Bengio, and Aaron Courville. Deep learning. MIT press, 2016.
Články z konferencií NIPS, ICLR, ICML.
Priebežné hodnotenie: domáce úlohy, projekt
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
- Problémy pri trénovaní neurónových sietí (vanishing gradient, ...) a ich riešenia (Xavierova inicializácia, ...)
- Nové architektúry neurónových sietí (LSTM, GRU, GAN, Relu aktivácia, …)
- Učenie odmenou a trestom v neurónových sieťach
- Aktuálne praktické aplikácie z odbornej literatúry.
100/0
Po absolvovaní predmetu budú študenti vedieť trénovať moderné architektúry neurónových sietí a pracovať s odbornou literatúrou v tejto oblasti.
Nelineárne programovanie, teória a algoritmy / Milan Hamala, Mária Trnovská. Bratislava : EPOS, 2013
S. Boyd, L. Vandenberghe: Convex Optimization, Cambridge University Press, 2004.
(1-EFM-160 -Lineárna algebra a geometria (2) alebo 1-DAV-104 -Lineárna algebra) a (1-EFM-130 -Matematická analýza (2) alebo 1-DAV-112/20 -Matematická analýza (2))
Za semester môže študent 20% zaprojekt a záverečná písomná skúška má váhu 80%. Známkovanie: A (100-91), B (90-81), C (80-71), D (70-61), E (60-51), Fx (50-0).
slovenský, anglický
Lagrangeova funkcia a jej vlastnosti, Lagrangeova dualita, Transformácie optimalizačných úloh,
Zovšeobecnenia Lagrangeoveh funkcie, Ródeho axiómy, Veta o minimaxe, Všeobecný princíp duality v extremálnych úlohách), Konvexné funkcie, kvázikonvexné, silnokonvexné funkcie), Podmienky optimality (Klasická úloha na viazaný extrém, Úloha nelineárneho programovania, Úloha konvexného porgramovania, Lagrangeova a Kuhn-Tuckerova veta), Teória duality konvexného porgramovania, Slaterova veta, Úvod do metód vnútorného bodu.
20% / 80%
Študent ovláda základy teórie a metód nelineárneho programovania.
Milan Hamala, Mária Trnovská: Nelineárne programovanie, teória a algoritmy. Bratislava: EPOS, 2013;
S. Boyd, L. Vandenbergne: Convex optimization, Cambridge University Press, 2004.
Študent sa aktívne zúčastňuje cvičení, rieši domáce úlohy a na záver abslovuje test. Známkovanie: A (100-91), B (90-81), C (80-71), D (70-61), E (60-51), Fx (50-0).
Lagrangeova funkcia a jej vlastnosti, Lagrangeova dualita, Transformácie optimalizačných úloh, Zovšeobecnenia Lagrangeove funkcie, Ródeho axiómy, Veta o minimaxe, Všeobecný princíp duality v extremálnych úlohách), Konvexné funkcie, kvázikonvexné, silnokonvexné funkcie), Podmienky optimality (Klasická úloha na viazaný extrém, Úloha nelineárneho programovania, Úloha konvexného programovania, Lagrangeova a Kuhn-Tuckerova veta), Teória duality konvexného programovania, Slaterova veta, Úvod do metód vnútorného bodu.
Váha priebežného / záverečného hodnotenia: Priebežné hodnotenie 100% / Záverečné hodnotenie 0% .
Študenti si zlepšia vedomosti potrebné na zvládnutie predmetu Nelineárne programovanie
Introduction to modern time series analysis / Gebhard Kirchgässner, Jürgen Wolters. Berlin : Springer, 2008
Introductory time series with R / Paul S. P. Cowpertwait, Andrew V. Metcalfe. Dordrecht : Springer, 2009
Forecasting With Univariate Box-Jenkins Models : Concepts and Cases / Alan Pankratz. New York : John Wiley, 1983
Applied econometric time series / Walter Enders. New York : John Wiley, 2004
Time series analysis and its applications : with R examples / Robert H. Shumway, David S. Stoffer. New York : Springer, 2011
Základy štatistiky (lineárna regresia, analýza rezíduí, testovanie hypotéz) a práce v jazyku R, komplexné čísla
Priebežné hodnotenie: projekt (50%).
Skúška: písomná skúška (50%).
Známkovanie: A: 90 a viac, B: [80, 90), C: [70, 80), D: [60, 70), E: [50, 60), FX: menej ako 50
slovenský, anglický
Úvod. Časové rady a ich momenty. Stacionarita a ergodocita. Biely šum. Woldova reprezentácia. Korelácie medzi hodnotami procesu, autokorelačná funkcia. Testovanie bieleho šumu, Ljung-Boxova Q-štatistika.
Autoregresné modely (AR), modely kĺzavých priemerov (MA - moving average), ARMA modely. Podmienky stacionarity a invertovateľnosti. Výpočet strednej hodnoty, disperzie a kovariancií. Autokorelačná a parciálna autokorelačná funkcia a ich využitie pri identifikácii modelu. Predikcie.
Diferencovanie časových radov, integrované procesy. Testovanie jednotkového koreňa. ADF test
Sezónnosť, SARIMA modely.
Modelovanie volatility, ARCH a GARCH modely, ich zovšeobecnenia.
Modelovanie trendu – exponenciálne zhadzovanie, Holt-Wintersova metóda, Hodrick-Prescottov filter.
Spektrálna analýza časových radov.
50/50
Študent bude vedieť modelovať jednorozmerné časové rady Box-Jenkinsovou metodológiou a bude poznať jej teoretické pozadie .
Introduction to modern time series analysis / Gebhard Kirchgässner, Jürgen Wolters. Berlin: Springer, 2008; Introductory time series with R / Paul S. P. Cowpertwait, Andrew V. Metcalfe. Dordrecht: Springer, 2009; Forecasting With Univariate Box-Jenkins Models: Concepts and Cases / Alan Pankratz. New York: John Wiley, 1983; Applied econometric time series / Walter Enders. New York: John Wiley, 2004
Time series analysis and its applications: with R examples / Robert H. Shumway, David S.
Stoffer. New York: Springer, 2011
Hodnotenie: domáce úlohy
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Úvod. Časové rady a ich momenty. Stacionarita a ergodocita. Biely šum. Woldova reprezentácia. Korelácie medzi hodnotami procesu, autokorelačná funkcia. Testovanie bieleho šumu, Ljung-Boxova Q-štatistika. Autoregresné modely (AR), modely kĺzavých priemerov (MA - moving average), ARMA modely. Podmienky stacionarity a invertovateľnosti. Výpočet strednej hodnoty, disperzie a kovariancií. Autokorelačná a parciálna autokorelačná funkcia a ich využitie pri identifikácii modelu. Predikcie. Diferencovanie časových radov, integrované procesy. Testovanie jednotkového koreňa. ADF test. Sezónnosť, SARIMA modely. Modelovanie volatility, ARCH a GARCH modely, ich zovšeobecnenia. Modelovanie trendu – exponenciálne zhadzovanie, Holt-Wintersova metóda, Hodrick-Prescottov filter.
100/0
Študenti si zlepšia vedomosti potrebné na zvládnutie predmetu Časové rady.
Complexity and approximation : Combinatorial optimization problems and their approximability properties / G. Ausiello ... [et al.]. Berlin : Springer, 1999
Approximation algorithms / Vijay V. Vazirani. Berlin : Springer, 2001
Algorithmics for hard problems : Introduction to combinatorial optimization, randomization, approximation, and heuristics / Juraj Hromkovič. Berlin : Springer, 2003
Understanding and using linear programming / Jiří Matoušek, Bernard Gärtner. Berlin : Springer, 2007
Combinatorial optimization : Algorithms and complexity / Christos H. Papadimitriou, Kenneth Steiglitz. Englewood Cliffs : Prentice-Hall, 1998
The design of approximation algorithms / David P. Williamson, David B. Shmoys. New York : Cambridge University Press, 2011
Priebežné hodnotenie: domáce úlohy a/alebo projekt
Skúška: skúška s písomnou a prípadne ústnou časťou
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Zložitostné triedy aproximačných algoritmov, techniky návrhu aproximačných algoritmov, základy lineárneho a semidefinitného programovania, neaproximovateľnosť, aproximovateľnosť konkrétnych problémov.
10/90
Študenti poznajú techniky (približného) riešenia diskrétnych optimalizačných problémov (vrátane techník založených na lineárnom a semidefinitnom programovaní), hierarchiu tried aproximovateľnosti a základné výsledky a dôkazové techniky týkajúce sa neaproximovateľnosti.
na webe zverejnené dokumenty zo série NIST SP-800 a zverejnené štandardy nemeckého BSI
1-INF-520 Úvod do informačnej bezpečnosti
Skúška: písomná
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Ciele informačnej bezpečnosti v organizácii. Zavedenie systému riadenia informačnej bezpečnosti. Riadenie rizík (identifikácia, ohodnotenie, riešenie)
Bezpečnostná politika, klasifikácia údajov. Zaistenie kontinuity činnosti, havarijné plány a obnova činnosti Riadenie zmien. Riešenie bezpečnostných incidentov. Legislatívne požiadavky na informačnú bezpečnosť a ich naplnenie v praxi. Štandardy pre riadenie, posudzovanie a implementáciu inf. bezpečnosti, bezp. opatrení a pod. Monitorovanie a kontrola účinnosti a efektívnosti systému riadenia inf. bezpečnosti, audit. Certifikácia systémov a produktov
.
0/100
Študent získa predstavu o riadení informačnej bezpečnosti v organizácii, identifikácii jej bezpečnostných potrieb, vyhodnotení závažnosti hrozieb, opatreniach rôzneho typu, ktoré je potrebné skoordinovať tak, aby sa dosiahla celistvá obrana pri optimálnom využívaní zdrojov. Bude poznať legislatívu a štandardy v oblasti informačnej bezpečnosti.
D. MacKay: Information Theory, Inference, and Learning Algorithms, Cambridge University Press (http://www.inference.phy.cam.ac.uk/itprnn/book.pdf)
D. Olejár, M.Stanek Úvod do teórie kódovania (http://new.dcs.fmph.uniba.sk/index.php/tk)
Skúška: písomná a ústna
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Základy teórie informácie, entropia, relatívna entropia vzájomná informácia. Prenosový kanál a jeho modely. Kapacita kanála. Fyzikálne aspekty prenosu informácie.
Kódovanie zdroja. Nerovnomerné kódy. Rozdeliteľné, prefixové kódy. Kraftova-McMillanova nerovnosť. cena kódu. Kvázioptimálne a optimálny kód. Kódovanie Markovovského zdroja. Kódovanie s predpoveďou. Hranica kompresie. Slovníkové metódy kompresie údajov.
0/100
Študent ovláda základné pojmy z teórie informácie a kódovania, pozná ohraničenia na možnosti prenosu informácie kanálom, ohraničenia kompresie údajov. Ovláda rôzne metódy kompresie údajov a dokáže posúdiť ich efektívnosť.
D.Olejár, M.Stanek Úvod do teórie kódovania (http://new.dcs.fmph.uniba.sk/index.php/tk)
Skúška: písomná a ústna
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Data transmission data through noisy communication channels. Principles of error correcting codes. Shannon's theorem. Linear codes, cyclic codes, BCH codes, their parameters, construction, encoding and decoding methods. Turbo codes.
Prenos informácie zašumeným prenosovým kanálom. Princíp samoopravných kódov. Shannonova teoréma. Lineárne kódy, cyklické kódy, BCH kódy. Parametre, konštrukcia, metódy kódovania a dekódovania. Turbo kódy. Ohraničenia parametrov kódov. Zisk z kódovania.
0/100
Študenti budú rozumieť problémom spojeným s prenášaním údajov cez zašumený prenosový kanál, budú poznať vzťah medzi rýchlosťou prenosu a pravdepodobnosťou správneho dekódovania prenesenej informácie. Budú poznať najdôležitejšie typy samoopravných kódov, vedieť ich konštruovať a používať (kódovať a dekódovať informáciu).
Priebežné hodnotenie: domáce úlohy (60 bodov),
Skúška: ústna, z dopredu známych okruhov tém (60 bodov).
Hodnotenie: A: viac ako 110, B: viac ako 100b, C: viac ako 90b, D: viac ako 80b, E: viac ako 72b. Na absolvovanie predmetu je nutné získať z domácich úloh aspoň 20 bodov.
slovenský, anglický
Dizajnové princípy v rôznych paradigmách, pokročilé konštrukty v asynchrónnom programovaní, generické programovanie (koncepty, type erasure), doménovo špecifické jazyky, mikroservisy, kontajnery, orchestrácia kontajnerov, cloud ready architektúra.
50/50
Študent si rozšíri prehľad o vybraných moderných postupoch pri vývoji softvéru.
An introduction to parallel algorithms / Joseph Jájá. Boston : Addison-Wesley, 1992
Priebežné hodnotenie: domáce úlohy
Skúška: skúška s písomnou a prípadne ústnou časťou
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
paralelné modely (PRAM, paralelné siete), základné techniky návrhu efektívnych paralelných algoritmov, paralelné vyhľadávanie a triedenie, paralelné algoritmy na grafoch, paralelné vyhľadávanie v textoch, paralelné algoritmy planárnej geometrie, numerické paralelné algoritmy a dolné odhady paralelnej zložitosti.
10/90
Študenti poznajú základné návrhové techniky pre paralelizáciu problémov v modeli PRAM.
Jonathan Katz, Yehuda Lindell: Introduction to modern cryptography, Chapman & Hall/CRC Press, 2008
Douglas R. Stinson, Maura Paterson: Cryptography: Theory and Practice, Chapman and Hall/CRC; 4th edition, 2018
Nigel P. Smart: Cryptography Made Simple, Springer, 2016
Ďalšie on-line zdroje
2-INF-178 Kryptológia (1)
Priebežné hodnotenie: projekt (prezentácia zvolenej témy),
Podmienka na postup na skúšku: uspokojivá prezentácia,
Skúška: písomná,
Orientačná stupnica hodnotenia: A 92%, B 84%, C 76%, D 68%, E 60%
slovenský, anglický
formálne definície a dôkazy bezpečnosti pre kryptografické konštrukcie, kryptoanalýza symetrických šifier, mriežky v kryptológii, bezpečné výpočty viacerých účastníkov, pokročilé kryptografické konštrukcie a protokoly
20/80
Absolventi predmetu budú poznať pokročilejšie kryptografické konštrukcie, budú vedieť identifikovať a využiť základné slabiny návrhu a implementácie konštrukcií na ich kryptoanalýzu. Absolventi predmetu dokážu formálne zdôvodniť bezpečnosť kryptografickej konštrukcie.
Algorithms on strings, trees, and sequences : Computer science and computational biology / Dan Gusfield. New York : Cambridge University Press, 1997
Introduction to algorithms / Thomas H. Cormen ... [et al.]. Cambridge, Mass. : MIT Press, 2001
Peter Brass. Advanced Data Structures. Cambridge University Press 2008.
Výber aktuálnych článkov z oblasti.
15 bodov je možné získať za domáce úlohy počas semestra a 15 bodov za skúšku. Stupnica
aspoň 26 bodov A, aspoň 22 bodov B, aspoň 17 bodov C, aspoň 13 bodov D, aspoň 9 bodov E.
slovenský, anglický
Amortizovaná zložitosť, splay stromy. Dátové štruktúry na prácu s textom (sufixové stromy a polia), najnižší spoločný predok, úsporné dátové štruktúry, Bloomov filter, prioritné rady, štruktúry pre externú pamäť, ďalšie aktuálne témy.
https://people.ksp.sk/~kuko/ds/
50/50
Po absolvovaní predmetu bude študent poznať širší okruh efektívnych dátových štruktúr, bude vedieť navrhovať a analyzovať ich varianty a zvoliť vhodnú štruktúru na daný problém. Bude vedieť pracovať s odbornou literatúrou v tejto oblasti a porovnávať dátové štruktúry experimentálne.
CHAPPELL, D. Enterprise Service Bus. OíReilly, 2004.
KRAFZIG, D., BANKE, K., SLAMA, D. Enterprise SOA. Prentice Hall, 2005.
MARKS, E., BELL M. Service-Oriented Architecture. New Jersey : John Wiley & Sons, Inc., 2006
Slovenský, anglický
In this lecture many IT objectives which are essential for solving IT issues within Supply Networks in the automotive industry will be introduced in order to solve complex issues in this domain..The core of the lecture focuses on the fundamentals of Web Services (SOA, Semantic Web, Ontology, OWL ) and Cloud Computing (SaaS, PaaS, IaaS) in relation to Supply Networks. Besides the principles of collaboration will be explained as: Requirements of CNOs (Collaborative Networked Organizations) on Collaboration and Interoperability, Different forms of CNOís (Supply Networks, Collaborative Networked Organisations, and Business Ecosystems), Different kinds of services (Horizontal/vertical Services respectively Enterprise Collaboration/Interoperability Services). Another topic will be the introduction of recursive network models using graph cut and superposition of rooted trees. Event oriented triggering and specific security issues are also more specific issues. Furthermore designing of collaboration processes similar to the Kanban process based on collaboration containers will be introduced. Especially security issues in the context of cloud computing will intensively discussed with the specific focusing on federated identity management and the introduction of security assertion mark-up language.
This lecture is accompanied by exercises in which platform, framework, and modelled (partly in ARIS, partly in BPMN) business processes for supply networks will be provided on the cloud. These provided business processes should on the one hand be implemented by applying the most appropriate technology and on the other hand interfaces to ERP systems should be integrated with implemented business processes
The student should be enabled on the one side to be aware of challenges of Supply Networks and on the other hand to develop relevant business processes.
Web hacking: útoky a obrana / Stuart McClure, Saumil Shah, Shreeraj Shah ; překlad z angličtiny Jan Kuklínek. Praha : SoftPress, 2003
Vlastné elektronické texty zverejňované na web stránke predmetu
Aktuálne články týkajúce sa problematiky
Secure Coding in C and C++ (2nd Edition) / Robert C. Seacord. Addison-Wesley Professional; 2 edition (April 12, 2013)
Priebežné hodnotenie: projekt
Skúška: písomný test
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Bezpečnostné zlyhania a ich príčiny – vybrané príklady z praxe
Bezpečnosť web-aplikácií (útoky na relácie, vkladanie riadiacich dát, manipulácia hodnôt, a pod.)
Bezpečnosť RIA (Rich Internet Application) – (Javascript, HTML5 a pod.)
Riadenie prístupu v operačných systémoch (modely, SELinux a pod.)
Ochrana dostupnosti (zálohovanie, RAID)
Bezpečné programovanie
Vybrané kapitoly zo sieťovej bezpečnosti (RADIUS, DNSSEC, VPN, ...)
http://new.dcs.fmph.uniba.sk/index.php/biti
50/50
Po absolvovaní predmetu budú študenti poznať mnohé praktické problémy v oblasti bezpečnosti IT infraštruktúry. Budú poznať možné riešenia, princípy ich fungovania a ich vlastnosti, takže budú schopní správne zvoliť vhodné riešenia.
3D game engine design : A practical approach to Real-Time computer graphics / David H. Eberly. Amsterdam : Elsevier, 2007 Game Coding Complete: Fourth Edition / Mike McShaffry, David Graham. Cengage Learning PTR, 2012 Game Development Essentials: An Introduction (Third Edition) / Jeannie Novak. Cengage Learning, 2011
Priebežné hodnotenie: Priebežné odovzdávanie vypracovaných zadaní, prezentácia zadaní na prednáške, projekt
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
História a klasifikácia počítačových hier. Tvorba príbehu a gameplay, návrh počítačovej hry. Game design document a súvis so softvérovou špecifikáciou. Úvod do návrhu 3D hier, graf scény, herné objekty. Návrh a implementácia všeobecného herného enginu a jeho využitie pre rôzne typy hier. Úvod do tvorby hier v Unity3D. Pokročilá tvorba v Unity3D - skriptovanie. Ovládanie a user interface. Typické akcie a interakcie vo virtuálnom prostredí hry. Realistické modelovanie herného prostredia. Fyzikálne modely. Komunikácia po sieti, multiplayer hry. Štandardné metódy sieťovej komunikácie pre hry. Základné algoritmy umelej inteligencie v hrách.
http://sccg.sk/~mferko/tdh/
100/0
Po absolvovaní predmetu budú študenti vedieť vytvoriť prototyp počítačovej hry v hernom engine Unity3D. Budú vedieť analyzovať, ako fungujú existujúce počítačové hry a ako vytvoriť vlastné herné mechaniky. Taktiež budú vedieť, ako postupovať pri tvorbe vlastného herného enginu.
Vlastné elektronické texty zverejňované na web stránke predmetu
Voľne prístupné elektronické informačné zdroje
2-INF-176/15 - UNIX pre administrátorov
Priebežné hodnotenie: praktické úlohy
Orientačná stupnica hodnotenia: A 92%, B 84%, C 76%, D 68%, E 60%
slovenský, anglický
Pokročilá správ používateľských účtov (PAM, LDAP, Kerberos), redundancia diskov (RAID), pokročilá správa diskového priestoru (LVM), šifrovanie diskov, pokročilé bezpečnostné technológie (capabilities, SELinux), pokročilá konfigurácia siete (firewall, bridge, policy routing).
100/0
Po absolvovaní predmetu budú študenti vedieť prakticky vykonávať pokročilé činnosti systémového administrátora Linuxového systému.
Introduction to algorithms / Thomas H. Cormen ... [et al.]. Cambridge, Mass. : MIT Press, 2001
Algorithms / Robert Sedgewick; Kevin Daniel Wayne. Upper Saddle River, NJ : Addison-Wesley, 2011
Algorithm Design : Pearson New International Edition / Jon Kleinberg, Éva Tardos. Harlow : Pearson education limited, 2013
Výber aktuálnych článkov z oblasti.
1-INF-310 Tvorba efektívnych algoritmov
Priebežné hodnotenie: skúška
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Hlavnú náplň predmetu budú tvoriť metódy a techniky efektívneho exaktného sekvenčného riešenia algoritmických problémov. Niektoré z tém:
* Algoritmy z teórie čísel
* Efektívne grafové algoritmy.
* Techniky optimalizácie dynamického programovania.
* Efektívna implementácia algoritmov.
http://foja.dcs.fmph.uniba.sk/pea/
100/0
Študenti sa naučia používať niektoré pokročilé techniky využívané pri návrhu a implementácii efektívnych algoritmov.
Nosek, J. a kol. (2013) Genomika. CreateSpace Independent Publishing Platform.
1-BIN-301 Metódy v bioinformatike
Priebežná práca na skupinovom projekte 50%, záverečný písomný test 50%.
Stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Genomika a jej význam pre moderný biomedicínsky výskum. Od jednotlivých génov ku kompletným genómom. Techniky fyzikálneho mapovania genómov. Experimentálne stratégie projektov stanovenia sekvencií kompletných genómov (od genómov baktérií ku genómu človeka). Genomika a personalizovaná medicína. „Osobné genómy“ a etické aspekty genomiky. Terapia šitá na mieru. Molekulárna fylogenomika. Paleogenomika. Metagenomika. Stanovenie sekvencií DNA komplexných biologických spoločenstiev. Analýza dynamiky spoločenstiev mikroorganizmov.
Nové prístupy v technológii sekvenovania DNA. Od chemickej a enzymatickej metódy k automatickým analyzátorom DNA. Metódy sekvenovania nukleových kyselín prístupmi SBS, SBL a SBH. Sekvenovanie pomocou nanopórov.
Princípy anotácie a analýzy sekvencií kompletných genómov. Kategorizácia génov a funkčných elementov v genómoch. Bioinformatické princípy identifikácie nových génov. Databázy génov a genómov.
Komparatívna a evolučná genomika. Evolučné procesy prebiehajúce na úrovni genómov.
Funkčná analýza kompletných genómov. Princípy analýzy transkriptómu a proteómu. Stratégie analýzy sietí génov a proteínov. Princípy analýzy interaktómu a metabolómu.
Úvod do systémovej biológie a matematického modelovania. Biologické systémy ako počítačové modely. Základy matematických modelov v biológii.
Syntetická biológia. Koncepcia minimálneho genómu. Metódy syntetickej biológie. Stratégie syntézy DNA, od prípravy oligonukleotidov k syntéze genómov. Syntetické mikroorganizmy. Biotechnologické aplikácie syntetických organizmov.
50/50
Po absolvovaní predmetu študenti získajú prehľad o základoch genomiky, transkriptomiky, proteomiky, interaktomiky, systémovej a syntetickej biológie, funkčnej a komparatívnej analýzy kompletných genómov a ich význame pre moderný biomedicínsky výskum. Budú poznať experimentálne stratégie, ktoré umožňujú stanoviť kompletné sekvencie genómov, identifikovať a anotovať gény a následne skúmať ich biologické funkcie. Získajú tiež praktické skúsenosti so spracovaním celogenómových dát.
E. Redmond, J. R. Wilson: Seven Databases in Seven Weeks: A Guide to Modern Databases and the NoSQL Movement Jason Venner: Pro Hadoop Spark Documentation Kafka Documentation
Priebežné hodnotenie: 2 domáce projekty, 10% každý
Skúška
Orientačná stupnica: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Návrh a architektúra systémov pre analýzu dát, Big Data ekosystém
Apache Hadoop: Základy MapReduce frameworku, Distribuovaný filesystém (HDFS, GFS), Databázový join
NoSQL databázy, metódy na analýzu veľkých dát
Ďalšie nástroje: Apache Hive, Apache Spark, Apache Zookeeper, Apache Kafka, Cloud prostredia
https://www.st.fmph.uniba.sk/~varga52/analyza_dat/
40/60
Cieľom predmetu je oboznámiť študentov s problematikou efektívneho ukladania a dotazovania veľkých dát (Big Data).
Študentom bude poskytnutý rozsiahly kontext, budú predstavené súvisiace pojmy, programovacie paradigmy a nástroje.
Dôraz bude kladený na moderné prístupy k návrhu a architektúre systémov pre analýzu dát a hlbší vhľad do nových typov databázových systémov. Z konkrétnych technológií si študenti osvoja možnosti spracovania dát v nástroji Apache
Spark a komunikácie pomocou nástroja Apache Kafka. Budú predstavené aj ďalšie aplikácie z tzv. Big Data ekosystému - práca s Apache Hadoop a základy MapReduce frameworku, Apache Hive a Apache Zookeeper.
aktívna účasť, test
slovenský, anglický
Výučba bude 9x 3h za semester.
CSIRT/CERT tímy,
Bezpečnostné udalosti a bezpečnostné incidenty
Proces riešenia bezpečnostných incidentov, podporné nástroje pre riešenie bezpečnostných incidentov
Zraniteľnosti softvérových produktov, CVE identifikátor
Overovanie vybraných bezpečnostných incidentov – phishing (mail aj webstránka), zraniteľnosti
Riešenie štandardných typov bezpečnostných incidentov
Penetračné testovanie webov
Bezpečnostný monitoring, bezpečnostné udalosti, korelácia, SIEM riešenia
Hardening zariadení - Windows, Linux, Sieťové prvky
Reakcia na incident na mieste
Forenzná analýza pracovných staníc
Analýza škodlivého softvéru pri riešení incidentov
Penetračné testovanie infraštruktúry
100/0
Po absolvovaní kurzu budú študenti poznať princípy a postupy používané pri riešení bezpečnostných incidentov, penetračnom testovaní systémov, bezpečnostnom monitoringu, forenznej analýze a analýze škodlivého kódu.
Arora, Barak – Computational Complexity: A Modern Approach
Kozen – Theory of Computation
domáce úlohy
slovenský, anglický
Alternácia, polynomiálna hierarchia, #P, PSPACE
Booleovské obvody a dolné odhady
Interaktívne protokoly a Pravdepodobnostne overiteľné dôkazy
Zväčšovanie ťažkosti a Derandomizácia
Zložitosť niektorých rozhodnuteľných teórií
100/0
Absolventi predmetu získajú prehľad o dôležitých triedach zložitosti, príslušných úplných problémoch a vzťahoch medzi triedami, ako aj o otvorených problémoch v danej oblasti. Budú poznať vzťahy medzi výpočtovými modelmi (TS, RAM, BO) a výpočtovými zdrojmi (čas, pamäť, alternácia, náhodnosť, paralelizmus).
Elektronické materiály zverejňované na webovej stránke predmetu.
Grafy a jejich aplikace / Jiří Demel. Praha : Academia, 2002
Handbook of Weighted Automata / Manfred Droste, Werner Kuich, Heiko Vogler (eds.). Heidelberg : Springer, 2009
Lineárna algebra a geometria / Pavol Zlatoš. Bratislava : Albert Marenčin PT, 2011
Linear Algebra Done Right, 3rd ed. / Sheldon Axler. Heidelberg : Springer, 2015
Nonnegative Matrices / Henryk Minc. New York : Wiley, 1988
An Introduction to Difference Equations, 3rd ed. / Saber Elaydi. New York : Springer, 2005
Algebraic Graph Theory / Chris Godsil, Gordon Royle. New York : Springer, 2001
A First Course in Network Theory / Ernesto Estrada, Philip Knight. Oxford : Oxford University Press, 2015
An Introduction to the Theory of Graph Spectra / Dragoš Cvetković, Peter Rowlinson, Slobodan Simić. Cambridge : Cambridge University Press, 2010
domáce úlohy (30%), ústna skúška (70%)
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Maticová interpretácia niektorých grafových úloh. Polokruhy, úplné polokruhy a matice nad nimi. Konečné automaty nad polokruhmi. Formálne mocninové rady a ich kombinatorický význam. Formálne mocninové rady o niekoľkých nekomutatívnych premenných. Automaty s váhami a ich aplikácie. Vlastné čísla a vektory, ich aplikácie, Jordanov kanonický tvar. Vlastné čísla orientovaných grafov, enumerácia sledov. Perronova-Frobeniova teória nezáporných matíc. Diferenčný počet. Riešenie niektorých typov diferenčných rovníc a ich systémov. Spektrálna teória grafov a jej aplikácie v informatike.
http://www.dcs.fmph.uniba.sk/~kostolanyi/nestruktury/
30/70
Študenti si utvoria lepšiu predstavu o úlohe, ktorú zohráva abstraktná matematika v (teoretickej aj aplikovanej) informatike a nadobudnú hlbšie pochopenie niektorých im už známych konceptov a metód. Zoznámia sa s vybranými oblasťami matematiky významnými z hľadiska ich aplikácií v informatike, s ktorými sa v rámci štandardného kurikula nestretnú vôbec, alebo sa s nimi stretnú len okrajovo.
Elektronické materiály a odkazy zverejňované na webovej stránke predmetu.
Introduction to Topology and Modern Analysis / George F. Simmons. New York : McGraw-Hill, 1963
Matematická analýza II / Jiří Brabec, Bohuslav Hrůza. Praha : SNTL, 1986
Universal Algebra / P. M. Cohn. Dordrecht : D. Reidel Publishing Company, 1981
Finite Semigroups and Universal Algebra / Jorge Almeida. Singapur : World Scientific, 1994
Elements of Automata Theory / Jacques Sakarovitch. Cambridge : Cambridge University Press, 2009
Fundamentals of Semigroup Theory / John M. Howie. Oxford : Clarendon Press, 1995
Automata and Languages / John M. Howie. Oxford : Clarendon Press, 1991
Varieties of Formal Languages / J. E. Pin. Londýn : North Oxford Academic Publishers, 1986
domáce úlohy (30%), ústna skúška (70%)
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Metrické priestory, Banachova veta o pevnom bode a jej aplikácie. Základné pojmy univerzálnej algebry, variety algebier, Birkhoffova veta o varietach. Pseudovariety konečných algebier, Reitermanova veta. Rozoznávanie formálnych jazykov monoidmi a pologrupami, syntaktické monoidy a syntaktické pologrupy, Myhillova-Nerodova veta. Základy štrukturálnej teórie všeobecných a konečných pologrúp založenej na Greenových reláciách. Variety formálnych jazykov a ich súvis s pseudovarietami konečných monoidov a pologrúp prostredníctvom Eilenbergovej korešpondencie. Algebraická teória rozoznateľných jazykov.
http://www.dcs.fmph.uniba.sk/~kostolanyi/nestruktury2/
30/70
Študenti získajú prehľad o niektorých pokročilejších oblastiach matematiky v súvislosti s ich aplikáciami v informatike.
Elektronické materiály zverejňované na webovej stránke predmetu.
Introduction to Complex Analysis / H. A. Priestley. Oxford : Oxford University Press, 2003
Real and Complex Analysis, 3rd ed. / Walter Rudin. New York : McGraw-Hill, 1987
Complex Analysis / Andrei Bourchtein, Ludmila Bourchtein. Singapur : Springer, 2021
Theory of Functions of a Complex Variable, Vol. 3 / A. I. Markushevich. Englewood Cliffs : Prentice-Hall, 1967
Complex Analysis / Lars Ahlfors. New York : McGraw-Hill, 1979
Complex Variables and Applications, 8th ed. / James Ward Brown, Ruel V. Churchill. Boston : McGraw-Hill, 2009
Classical Complex Analysis / Liang-Shin Hahn, Bernard Epstein. Sudbury : Jones and Bartlett Publishers, 1996
Základy analýzy v komplexním oboru / Milan Šulista. Praha : SNTL, 1981
Analýza v komplexním oboru / Milan Šulista. Praha : SNTL, 1982
domáce úlohy, písomná a ústna skúška
slovenský, anglický
Aritmetika komplexných čísel, topológia komplexnej roviny, funkcie komplexnej premennej. Derivácia funkcie komplexnej premennej, Cauchyho-Riemannove podmienky, holomorfné funkcie. Mocninové rady a analytické funkcie. Vlastnosti niektorých elementárnych funkcií. Integrovanie v komplexnej rovine. Cauchyho integrálna veta pre trojuholník a konvexnú oblasť, homotópie, Cauchyho integrálna veta pre jednoducho súvislú oblasť. Cauchyho integrálny vzorec, Liouvillova veta, základná veta algebry, Cauchyho integrálny vzorec pre derivácie. Taylorove rady a ekvivalencia holomorfnosti s analytickosťou. Veta o jednoznačnosti. Laurentove rady, izolované singularity jednohodnotových funkcií. Index bodu vzhľadom ku krivke. Morerova veta. Všeobecné varianty Cauchyho integrálneho vzorca a Cauchyho integrálnej vety. Cauchyho veta o rezíduách. Cauchyho princíp argumentu. Princíp maxima modulu. Viachodnotové analytické funkcie, analytické predĺženie, veta o monodrómii. Singularity a ich klasifikácia, Puiseuxove rady. Algebraické funkcie a ich singularity. Funkcia gama a jej vlastnosti, Stirlingova aproximácia.
http://www.dcs.fmph.uniba.sk/~kostolanyi/ka/
40/60
Študenti nadobudnú všeobecnú orientáciu v oblasti komplexnej analýzy a získajú niektoré rozširujúce znalosti umožňujúce úspešné zvládnutie kurzu analytickej a enumeratívnej kombinatoriky.
Elektronické materiály zverejňované na webovej stránke predmetu.
Analytic Combinatorics / Philippe Flajolet, Robert Sedgewick. Cambridge : Cambridge University Press, 2009
Notes on Counting: An Introduction to Enumerative Combinatorics / Peter J. Cameron. Cambridge : Cambridge University Press, 2017
Analytic Combinatorics: A Multidimensional Approach / Marni Mishna. Boca Raton : CRC Press, 2019
Algorithmic and Symbolic Combinatorics / Stephen Melczer. Cham : Springer, 2021
Analytic Combinatorics in Several Variables / Robin Pemantle, Mark C. Wilson. New York : Cambridge University Press, 2013
Introductory Combinatorics, 5th ed. / Richard A. Brualdi. Upper Saddle River : Pearson, 2010
Kapitoly z diskrétní matematiky, 3. vyd. / Jiří Matoušek, Jaroslav Nešetřil. Praha : Karolinum, 2007
Algebraic Combinatorics, 2nd ed. / Richard P. Stanley. Cham : Springer, 2018
Discrete Calculus: Methods for Counting / Carlo Mariconda, Alberto Tonolo. Cham : Springer, 2016
2-INF-277/18 Komplexná analýza pre informatikov alebo 1-MAT-416/15 Teória funkcií komplexnej premennej
domáce úlohy, písomná a ústna skúška
slovenský, anglický
Algebra formálnych mocninových radov. Neoznačené a označené kombinatorické objekty, obyčajné a exponenciálne vytvárajúce funkcie, symbolická metóda a jej súvis s formálnymi jazykmi. Vytvárajúce funkcie ako analytické objekty, ich singularity, Pringsheimova veta. Metóda analýzy singularít a jej aplikácie. Koeficienty racionálnych, meromorfných a algebraických funkcií. Metóda sedlových bodov a jej aplikácie. Viacrozmerná analytická kombinatorika. Vybrané témy z klasickej enumeratívnej kombinatoriky: Cayleyho vzorec, Möbiova inverzia nad lokálne konečnými čiastočne usporiadanými množinami, Pólyova teória.
http://www.dcs.fmph.uniba.sk/~kostolanyi/aek/
40/60
Študenti porozumejú kľúčovým metódam analytickej kombinatoriky, pričom budú schopní aplikovať svoje teoretické poznatky na poliach kombinatorickej enumerácie a analýzy algoritmov. Zoznámia sa tiež s vybranými technikami a výsledkami klasickej enumeratívnej kombinatoriky.
Priebežné hodnotenie: domáce úlohy
Skúška: písomná / ústna
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Rozšírenie Objektovo-orientovaného programovania o rozmer architektúry. Nové spôsoby implementácie informačných systémov: Konfiguračne-orientované programovanie; kompozitná konfigurácia – Hyperprogramovanie. Porovnanie aktuálnych a nových spôsobov tvorby komplexných informačných systémov. Aplikácia teoretických konceptov a modelov v praxi.
30/70
Absolventi budú poznať nový spôsob implementácie komplexných informačných systémov. Jednoduchý webový server (napr. s databázou kníh a autormi uloženou v DB) bude absolvent vedieť implementovať v priebehu niekoľkých minút.
Concrete Mathematics : A Foundation for Computer Science / Ronald L. Graham, Donald E. Knuth, Oren Patashnik. Upper Saddle River : Addison-Wesley, 1994
Skúška: písomná
Orientačná stupnica hodnotenia: A 92%, B 84%, C 76%, D 68%, E 60%
slovenský, anglický
Lineárne rekurentné vzťahy a metódy ich riešenia. Konečné sumy, viacnásobné sumy, transformácia sumačného rozsahu. Iversonova konvencia. Metódy riešenia konečných súm. Konečný kalkul. Celočíselné funkcie. Sumy obsahujúce celé časti. Kombinatorika: zovšeobecnená binomická veta, binomické koeficienty. Kombinatorické identity. Sumy obsahujúce binomické koeficienty. Použitie konečného kalkulu. Základy generujúcich funkcií. Riešenie rekurentných vzťahov pomocou generujúcich funkcií. Základy asymptotickej analýzy. Hierarchia nekonečne malých a veľkých veličín. Asymptotické odhady. Stirlingova formula.
0/100
Študent ovláda základné metódy výpočtu konečných súm, riešenia rekurentných vzťahov, zostavovania a riešenia kombinatorických vzťahov, konečný kalkul, vie používať obyčajné vytvárajúce funkcie a konštruovať jednoduché asymptotické odhady.
S. Abiteboul, R. Hull, V. Vianu: Foundations of Databases, Pearson Education, 1994
P.A. Bernstein, V. Hadzilacos, N. Goodman: Concurrency Control and Recovery in Database Systems, Addison-Wesley, 1987
H. Garcia-Molina, J.D. Ullman, J. Widom: Database Systems, The Complete Book, Prentice Hall, 2003
C. Zaniolo: Advanced Database Systems, Morgan Kaufmann, 1997
P.A. Bernstein, E. Newcomer: Transaction Processing (2nd ed.), Morgan Kaufmann, 2009
1-INF-230 Úvod do databázových systémov
domáce úlohy
skúška
Hodnotenie sa riadi systémom zabezpečovania kvality vzdelávania UK.
slovenský, anglický
Sémantika dotazov v Prolog a Datalog, výpočet dotazov s funkčnými symbolmi, techniky optimalizácie dotazov, vyššie normálne formy, distribuované databázy, vybrané moderné trendy.
50/50
Študent sa oboznámi so sémantikou dotazov, optimalizáciou dotazov, vyššími normálnymi formami relačných databáz, distribuovanými databázami, vybranými modernými trendmi.
Individuálne podľa výberu témy diplomovej práce a zadania vedúceho diplomovej práce.
Priebežné hodnotenie: seminárna prezentácia (ústna a písomná)
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Forma a obsah záverečnej práce. Zásady písania odborného textu.
Prezentácie jednotlivých študentov z literatúry týkajúcej sa diplomovej práce. Diskusie k prezentáciám.
100/0
Študenti budú schopní pripraviť ústnu a písomnú prezentáciu o súčasnom stave v oblasti výskumnej témy, plánovaných cieľoch diplomovej práce a priebežne referovať o postupe prác.
Oboznámia sa s formou a spôsobom písania diplomovej práce.
Individuálne podľa výberu témy diplomovej práce a zadania vedúceho diplomovej práce.
Priebežné hodnotenie: seminárna prezentácia (ústna a písomná)
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Forma a obsah záverečnej práce. Zásady písania odborného textu.
Prezentácie jednotlivých študentov o doteraz dosiahnutom postupe na diplomovej práci. Diskusie k prezentáciám.
100/0
Schopnosť pripraviť prezentáciu o postupe práce. Schopnosť pripraviť a priebežne udržiavať roziahlejší odborný dokument.
Individuálne podľa výberu témy diplomovej práce a zadania vedúceho diplomovej práce.
Priebežné hodnotenie: seminárna prezentácia (ústna a písomná), odovzdanie práce
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Príprava rôznych verzií prezentácií o diplomovej práci. Diskusie k prezentáciám. Kontrola textovej podoby pracovnej verzie diplomovej práce. Záverečná prezentácia.
100/0
Schopnosť prezentovať výsledky práce. Príprava prezentácia v závislosti od dĺžky, cieľového publika a pod.
Individuálne podľa výberu témy diplomovej práce a zadania vedúceho diplomovej práce.
Priebežné hodnotenie: seminárna prezentácia (ústna a písomná)
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Forma a obsah záverečnej práce. Zásady písania odborného textu.
Prezentácie jednotlivých študentov o doteraz dosiahnutom postupe na diplomovej práci. Diskusie k prezentáciám.
100/0
Schopnosť pripraviť prezentáciu o postupe práce. Schopnosť pripraviť a priebežne udržiavať roziahlejší odborný dokument.
Kolokviálna skúška
slovenský, anglický
Kolokviálna skúška z oblasti informatiky. Zameranie skúšky je definované podmieňujúcimi predmetmi. Sylaby skúšky, ktoré sú vopred zverejnené, vychádzajú z obsahu podmieňujúcich predmetov, ale nie sú na ne viazané.
0/100
Študent si upevní vedomosti a schopnosti, ktoré získal počas magisterského štúdia a chápe ich vzájomné súvislosti a kontext, v ktorom vystupujú.
Kolokviálna skúška
slovenský, anglický
Kolokviálna skúška z oblasti informatiky. Zameranie skúšky je definované podmieňujúcimi predmetmi. Sylaby skúšky, ktoré sú vopred zverejnené, vychádzajú z obsahu podmieňujúcich predmetov, ale nie sú na ne viazané.
0/100
Študent si upevní vedomosti a schopnosti, ktoré získal počas magisterského štúdia a chápe ich vzájomné súvislosti a kontext, v ktorom vystupujú.
Kolokviálna skúška
slovenský, anglický
Kolokviálna skúška z oblasti informatiky. Zameranie skúšky je definované podmieňujúcimi predmetmi. Sylaby skúšky, ktoré sú vopred zverejnené, vychádzajú z obsahu podmieňujúcich predmetov, ale nie sú na ne viazané.
0/100
Študent si upevní vedomosti a schopnosti, ktoré získal počas magisterského štúdia a chápe ich vzájomné súvislosti a kontext, v ktorom vystupujú.
Kolokviálna skúška
slovenský, anglický
Kolokviálna skúška z oblasti informatiky. Zameranie skúšky je definované podmieňujúcimi predmetmi. Sylaby skúšky, ktoré sú vopred zverejnené, vychádzajú z obsahu podmieňujúcich predmetov, ale nie sú na ne viazané.
0/100
Študent si upevní vedomosti a schopnosti, ktoré získal počas magisterského štúdia a chápe ich vzájomné súvislosti a kontext, v ktorom vystupujú.
Oral exam from the selected area of computer science. The focus of the exam is defined by the prerequisites of the exam. The syllabus of the exam, announced in advance, is guided by the syllabi of individual prerequisite courses, but it is not strictly constrained by them.
Kolokviálna skúška
slovenský, anglický
Kolokviálna skúška z oblasti informatiky. Zameranie skúšky je definované podmieňujúcimi predmetmi. Sylaby skúšky, ktoré sú vopred zverejnené, vychádzajú z obsahu podmieňujúcich predmetov, ale nie sú na ne viazané.
0/100
Študent si upevní vedomosti a schopnosti, ktoré získal počas magisterského štúdia a chápe ich vzájomné súvislosti a kontext, v ktorom vystupujú.
Vypracovanie záverečnej práce a jej obhajoba
slovenský, anglický
Diplomová práca je vyvrcholením magisterskeho štúdia informatiky. Predmetom diplomovej práce môže byť riešenie nejakého vedeckého/odborného problému z matematiky alebo informatiky, analýza, návrh riešenia a implementácia riešenia problému aplikačného charakteru. Diplomová práca sa zadáva koncom 1. semestra štúdia. Študent vypracuje diplomovú prácu pod vedením školiteľa v priebehu 2.-4. semestra štúdia, odovzdáva ju v priebehu 4. semestra a obhajuje koncom 4. semestra štúdia. Študent získa kredity po úspešnom obhájení práce.
0/100
Študent dokumentuje, že zvláda tvorivo riešiť zadaný odborný problém: syntetizovať poznatky zo širšej oblasti, písomne spracovať odborný dokument väčšieho rozsahu a obhájiť ho voči odbornej oponentúre.
Štúdium základných metód a pojmov teórie polí.
Prime Numbers: A Computational Perspective. Richard Crandall, Carl Pomerance. Springer 2010
2-MAT-215 Teória polí (1)
Skúška: ústna
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
slovak, english
Polynómy nad konečnými poliami. Testovanie prvočíselnosti. Aplikácie polí v kryptografii. Wedderburnova veta.
10/90
Ovládanie základných pojmov a metód z oblastí aplikáciíí teórie polí a schopnosť ich aktívneho používania na riešenie praktických úloh.
Oboznámiť študentov so základnými technikami počítačovej grafiky.
Eugen Ružický, Andrej Ferko: Počítačová grafika a spracovanie obrazu, Bratislava: Sapientia, 1995
Jiří Žára a kol.: Moderní počítačová grafika, Computer Press, 2004
Allan Watt: 3D computer graphics (3rd edition), Addison Wesley, 1999
Philip Schneider, David Eberly: Geometric Tools for Computer Graphics, Morgan Kaufmann, 2003
Donald Hearn, Pauline Baker, Warren Carithers: Computer Graphics with Open GL (4th Edition), Pearson, 2010
Steve Marschner, Peter Shirley: Fundamentals of Computer Graphics (5th Edition), A K Peters/CRC Press 2021
projekty
Za semester môže študent získať 50% za cvičenia a 50% za záverečnú skúšku. Študent musí získať aspoň polovicu bodov za cvičenia, aby mohol absolvovať záverečnú skúšku. Záverečná skúška je písomná (50% hodnotenia) a ústna (50% hodnotenia), priebežné hodnotenie je vo forme projektov a domácich úloh.
Známkovanie: A (100-91), B (90-81), C (80-71), D (70-61), E (60-51), Fx (50-0).
slovenský, anglický
1. Afinné transformácie v 2D a 3D priestore.
2. Reprezentácie a modelovanie 3D objektov.
3. Určovanie viditeľného povrchu objektov v 3D scéne.
4. Premietanie (projekcie) z 3D do 2D priestoru.
5. Výpočet prienikov základných objektov.
6. Orezávanie základných primitívov vzhľadom na okno, konvexné i nekonvexné útvary.
7. Rasterizácia úsečiek a vybraných kvadratických kriviek, vypĺňanie rastrových útvarov.
8. Metódy odstraňovania aliasingu v diskrétnom 2D priestore, supersampling a filtrovanie obrazu.
9. Fázy zobrazovacieho procesu (zobrazovací kanál).
https://flurry.dg.fmph.uniba.sk/webog/sk/bohdal-vyucba/52-bohdal/467-pocitacova-grafika-1
50/50
Študenti nadobudnú poznatky o algoritmických riešeniach základných problémov počítačovej grafiky. Osvoja si princípy práce na tvorbe jednoduchých grafických aplikácií s využitím algoritmov počítačovej grafiky a budú ich vedieť ohodnotiť z hľadiska efektívnosti, časovej a pamäťovej náročnosti.
skúška
Oboznámiť študentov s technikami fotorealistickej počítačovej grafiky.
Eugen Ružický, Andrej Ferko: Počítačová grafika a spracovanie obrazu, Bratislava: Sapientia, 1995
Jiří Žára a kol.: Moderní počítačová grafika (2. vydání), Computer Press, 2004
Samuel Buss: 3-D Computer Graphics - A Mathematical Introduction with OpenGL. Cambridge University Press, 2003
John Hughes, Andries van Dam, et al: Computer Graphics: Principles and Practice. Addison-Wesley, 2013
Tomas Akenine-Möller, Eric Haines, et al: Real-Time Rendering (4th Edition), A K Peters, 2018
Matt Pharr, Wenzel Jakob, Greg Humphreys: Physically Based Rendering: From Theory to Implementation (3rd Edition). Morgan Kaufmann, 2016
Steve Marschner, Peter Shirley: Fundamentals of Computer Graphics (5th Edition), A K Peters/CRC Press 2021
projekty
Za semester môže študent získať 40% za cvičenia a 60% za záverečnú skúšku. Študent musí získať aspoň polovicu bodov za cvičenia, aby mohol absolvovať záverečnú skúšku. Záverečná skúška je iba ústna, priebežné hodnotenie je vo forme projektov a domácich úloh.
Známkovanie: A (100-91), B (90-81), C (80-71), D (70-61), E (60-51), Fx (50-0).
slovenský, anglický
1. Sférické súradnice a smer (vektor) v 3D, základné pojmy rádiometrie a fotometrie.
2. Interakcia svetla s povrchom, definícia BRDF, rovnica odrazu, odrazivosť.
3. Modely BRDF, empirické modely, fyzikálne založené modely, modely založené na nameraných údajoch.
4. Tieňovacie metódy, Gouraudov, Phongov a Blinnov-Phongov osvetľovací model.
5. Ray casting, ray tracing, dopredné a spätné trasovanie lúča, CSG a ray tracing.
6. Priesečník lúča s plochami určenými parametrickými či algebraickými vyjadreniami.
7. Metódy zrýchlenia ray tracingu - ohraničujúce objekty/objemy.
8. Metódy zrýchlenia ray tracingu pomocou rozdelenia scén.
9. Distribuovaný ray tracing.
10. Integrovanie metódou Monte Carlo a rovnica odrazu, odhad integrálu (estimátor).
11. Integrovanie metódou Monte Carlo a vzorkovanie, metódy generovania vzoriek.
12. Viacnásobné vzorkovanie podľa dôležitosti a kombinovaný estimátor.
13. Zobrazovacia rovnica, globálne vs lokálne osvetlenie.
14. Path tracing and obojsmerný path tracing.
15. Od zobrazovacej rovnice po rádiozitu, výpočet form-faktora.
16. Textúry, mapovanie textúr, filtrovanie textúr, procedurálne textúry.
17. Tiene, metódy výpočtu tieňov.
https://flurry.dg.fmph.uniba.sk/webog/sk/bohdal-vyucba/52-bohdal/418-pocitacova-grafika-2
40/60
Študenti získajú potrebné teoretické základy a schopnosť pracovať so základnými a nadstavbovými technikami fotorealistickej počítačovej grafiky v 3D.
skúška
Oboznámenie so základnými problémami výpočtovej geometrie a ich efektívnym riešením.
Zložitosť geometrických algoritmov / Pavel Chalmovianský, Andrej Ferko, Roman Galbavý. Bratislava : Univerzita Komenského, 2001
Boissonnat, Jean-Daniel; Yvinec, Mariette Algorithmic geometry. Translated from the 1995 French original by Hervé Brönnimann. (English) Zbl 0917.68212 Cambridge: Cambridge University Press. xxii, 519 p.(1998).
Okabe, Atsuyuki Author Profile ; Boots, Barry; Sugihara, Kokichi; Chiu, Sung Nok Spatial tessellations. Concepts and applications of Voronoi diagrams. With a foreword by D. G. Kendall. 2nd ed. (English) Zbl 0946.68144 Wiley Series in Probability and Mathematical Statistics. Applied Probability and Statistics. Chichester: Wiley. xii, 671 p. (2000).
2-MPG-106 Algoritmy a dátové štruktúry
písomné práce a projekty
Priebežné hodnotenie (písomné vyhotovenie a konzultácia úloh 40%), záverečné hodnotenie (ústna odpoveď s písomnou prípravou 60%). Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
1. Vybrané vlastnosti konvexných mnohostenov
2. Tvorba konvexného obalu konečnej množiny bodov.
3. Niektoré problémy proximity.
4. Geometrické prehľadávanie.
5. Prieniky mnohouholníkov a mnohostenov.
40/60
Absolvent predmetu ovláda základné aj pokročilé algoritmy konštrukcie konvexných obalov konečnej množiny bodov v E^d, pozná vlastnosti Voronoiovho diagramu a vie ho využívať v algoritmoch, ovláda techniky geometrického vyhľadávania a vie ohodnotiť zložitosť takýchto algoritmov, pozná algoritmy na výpočet prieniku mnohouholníkov v rovine a konvexných mnohostenov v priestore. Uvedené algoritmy vie modifikovať a použiť v aplikáciách.
skúška
Základný nácvik a zdokonalenie pohybových zručností v jednotlivých vybraných športoch: aerobik,basketbal, volejbal, futbal, florbal, hokej, bedminton, tenis, stolný tenis, plávanie, posilňovanie, skoky na trampolíne, vodná turistika. Rozvoj harmonickej osobnosti v zmysle “kalokagatie“ - rozvíjať duševné a telesné hodnoty študentov.
slovenský, anglický
Nácvik herných činností jednotlivca v kolektívnych hrách: basketbal, volejbal, futbal, florbal a hokej. V ostatných športoch zvládnutie základnej techniky športovej disciplíny. Vo vodnej turistike základný výcvik na stojatej a mierne tečúcej vode. Rozvoj koordinačných schopností, zvýšenie kľbovej pohyblivosti, zlepšenie funkcií srdco-cievneho systému a dýchacej sústavy.
100/0
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%.
Podmienkou pre udelenie 1 alebo 2 kreditov je absolvovanie viacdňového kurzu v jeho plnom rozsahu, alebo absolvovanie jednodňových kurzov v rozsahu 4 dní. Záujemcovia sa môžu prihlásiť u vedúcich jednotlivých kurzov. Z predloženej ponuky kurzov si môžete zvoliť ten, ktorý vyhovuje Vaším záujmom, schopnostiam a termínovým možnostiam.
Predmet sa vučuje v slovenskom jazyku.
KTVŠ nepožičiava lyžiarsku výstroj.
Študent sa môže prihlásiť na katedrou ponúkané kurzy športov v prírode: lyžovanie, snowboarding. Vyučovacie hodiny v rámci kurzov sú zamerané na rozvoj základných a špeciálnych pohybových zručností a , zvládnutie techniky potrebných pre dané športy.
Osvojenie si a rozvoj základných pohybových schopností a zručností vo vybraných športoch: lyžovaní a snowbordingu. Zvládnutie správnej techniky vykonávania jednotlivých pohybov, ktoré sú potrebné pre lyžovanie a snowboarding.
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
Podmienkou pre udelenie 1 alebo 2 kreditov je absolvovanie viacdňového kurzu v jeho plnom rozsahu, alebo absolvovanie jednodňových kurzov v rozsahu 4 dní. Záujemcovia sa môžu prihlásiť u vedúcich jednotlivých kurzov. Z predloženej ponuky kurzov si môžete zvoliť ten, ktorý vyhovuje Vaším záujmom, schopnostiam a termínovým možnostiam.
Predmet sa vyučuje v slovenskom jazyku.
KTVŠ zabezpečí materiálno-športové vybavenie.
Študent sa môže prihlásiť na katedrou ponúkané kurzy športov v prírode: vodná turistika - splavy riek, windsurfing, plážový volejbal, turistiku a iné záujmové športy. Vyučovacie hodiny v rámci kurzov sú zamerané na rozvoj základných a špeciálnych pohybových zručností a zvládnutie techniky potrebných pre dané športy.
Vytvorenie si kladného a trvalého vzťahu k pohybovej aktivite. Osvojenie si a zvládnutie základných pohybových schopností a zručností v športoch v prírode: windsurfing, plážový volejbal, vodná turistika - splav riek, turistiku a iné športy podľa záujmu. Nácvik a zdokonaľovanie techniky potrebnej pre dané športy.
Zdokonaľovací výcvik vo vybranom športe s cieľom skvalitnenia pohybových zručností vo vybranom športe. Zvyšovať odolnosť študentov voči rôznym zlozvykom, stresom a rizikovým faktorom.
slovenský, anglický
V kolektívnych hrách basketbal, volejbal, futbal, florbal, hokej, nácvik útočných a obranných herných kombinácií a hra s modifikovanými pravidlami. V individuálnych športoch osvojenie prvkov vyššej obtiažnosti z hľadiska úrovne pohybových schopností (plávanie - kraul, prsia, znak, skoky na trampolíne a aerobik - nácvik zostáv, posilňovanie - rozvoj hlavných svalových skupín, vodná turistika - výcvik na tečúcej vode. Testovanie úrovne kondičných a koordinačných schopností.
100/0
Russell S., Norwig P. (2010). Artificial Intelligence: A Modern Approach, (3rd ed.), Prentice Hall. Dostupná vo fakultnej knižnici.
Marsland S. (2015). Machine Learning: An Algorithmic Perspective, (2nd ed.), CRC Press.
Úspešné absolvovanie online kurzu https://www.elementsofai.sk/ (v slovenskej alebo anglickej verzi).
slovenský alebo anglický
Kurz pozostáva z 20 numerických a 5 slovných úloh. Numerické úlohy sú konrolované automaticky, slovné úlohy si študenti vzájomne anonymne hodnotia.
1. Čo je umelá inteligencia: súvisiace oblasti, filozofia UI.
2. Riešenie problémov a UI: Prehľadávanie a riešenie problémov, prehľadávanie a hry
3. Pravdepodobnosť a šanca, Bayesova veta, naivná bayesovská klasifikácia.
4. Strojové učenie: klasifikátor najbližšieho suseda, regresia.
5. Neurónové siete: základy, vytváranie, moderné techniky.
6. Dôsledky: o predpovedaní budúcnosti, vplyvy UI na spoločnosť, zhrnutie.
Absolvent sa oboznámi s vybranými základnými konceptmi umelej inteligencie a ich využití pri riešení rôznych praktických úloh.
Russell S., Norwig P. (2010). Artificial Intelligence: A Modern Approach, (3rd ed.), Prentice Hall. Dostupná vo fakultnej knižnici.
Marsland S. (2015). Machine Learning: An Algorithmic Perspective, (2nd ed.), CRC Press.
Úspešné absolvovanie online kurzu https://www.elementsofai.sk/ (v slovenskej alebo anglickej verzi).
slovenský alebo anglický
Kurz pozostáva z 20 numerických a 5 slovných úloh. Numerické úlohy sú konrolované automaticky, slovné úlohy si študenti vzájomne anonymne hodnotia.
1. Čo je umelá inteligencia: súvisiace oblasti, filozofia UI.
2. Riešenie problémov a UI: Prehľadávanie a riešenie problémov, prehľadávanie a hry
3. Pravdepodobnosť a šanca, Bayesova veta, naivná bayesovská klasifikácia.
4. Strojové učenie: klasifikátor najbližšieho suseda, regresia.
5. Neurónové siete: základy, vytváranie, moderné techniky.
6. Dôsledky: o predpovedaní budúcnosti, vplyvy UI na spoločnosť, zhrnutie.
Absolvent sa oboznámi s vybranými základnými konceptmi umelej inteligencie a ich využití pri riešení rôznych praktických úloh.
• Vlastné elektronické študijné materiály vyučujúcich zverejňované na webovej stránke predmetu, resp. v systéme Moodle
• Gavora, Peter a kol. 2010. Elektronická učebnica pedagogického výskumu. [online]. Bratislava : Univerzita Komenského, 2010. Dostupné na: http://www.e-metodologia.fedu.uniba.sk/ ISBN 978–80–223–2951–4.
• Tharenou, P., Donohue, R. and Cooper, B., 2007. Management research methods. Cambridge University Press.
• Topping, A., 2015: The Quantitative-Qualitative Continium. In: Gerrish, K. and Lathlean, J., The Research Process in Nursing, p. 159-172
• Williamson, K. and Johanson, G. eds., 2017. Research methods: Information, systems, and contexts. Chandos Publishing.
Priebežné hodnotenie: aktívna účasť na výskume v medzinárodnom študentskom tíme (25%), prezentácia práce na workshope (25%), vedecký článok (50%)
Orientačná stupnica hodnotenia:. A 90 %, B 80 %, C 70 %, D 60 %, E 50 %
anglický (slovenský)
- Metodológia výskumu
- Návrh a implementácia výskumného projektu v medzinárodnej skupine (pokiaľ je to možné interdisciplinárnej)
- Metódy a nástroje pre spoluprácu vo virtuálnom priestore, spolupráca vo vede a praxi
- Akademické písanie, prezentácia výsledkov výskumu prostredníctvom vedeckých článkov; ciele, obsah a štruktúra vedeckých článkov; formy akademickej publikácie, publikačné fóra a hodnotenie ich kvality
- Zabezpečenie kvality a spätná väzba - vzájomné recenzovanie
- Komunikácia výsledkov prostredníctvom posterov alebo konferenčných prezentácií
100/0
Študenti sa naučia v tíme sa zhodnúť na spoločnej výskumnej téme, formulovať výskumné otázky, stanoviť výskumné metódy pre daný problém, zbierať a vyhodnotiť dáta, diskutovať o svojich zisteniach, prezentovať výsledky výskumu odbornej verejnosti, analyzovať a hodnotiť vedeckú prácu svojich kolegov, pripraviť vedecký článok vhodný na publikovanie
Gravetter, F. J., & Forzano, L. B. (2018). Research Methods for the Behavioral Sciences. Boston: Cengage Learning, Inc.
Harris, P. (2008). Designing and reporting experiments in psychology. Berkshire: McGraw-Hill.
Morling, B. (2018). Research Methods in Psychology. London: W. W. Norton & Company, Inc.
Na získanie hodnotenia musia študenti absolvovať 20 hodín účasti na empirických výskumoch, ktoré budú buď online, alebo v laboratóriu (účasť na výskume v laboratóriu sa započítava ako dve hodiny).
slovenský jazyk
Výskumy budú prebiehať počas celého semestra, študenti si z veľkého počtu výskumov budú môcť vybrať tie, ktorých sa zúčastnia.
Študenti si vyskúšajú kognitívne a psychologické experimenty z pozície participantov. Budú mať možnosť nahliadnuť do rôznych typov metodológie a zároveň dostanú spätnú väzbu vo forme vysvetlenia (tzv. debriefingu), čo sa v jednotlivých experimentoch testovalo, ako boli operacionalizované jednotlivé kognitívne alebo psychologické koncepty, a prečo. Osobná účasť v jednotlivých výskumoch pomôže pri lepšom porozumení metodológie empirických vied.
Gravetter, F. J., & Forzano, L. B. (2018). Research Methods for the Behavioral Sciences. Boston: Cengage Learning, Inc.
Harris, P. (2008). Designing and reporting experiments in psychology. Berkshire: McGraw-Hill.
Morling, B. (2018). Research Methods in Psychology. London: W. W. Norton & Company, Inc.
Na získanie hodnotenia musia študenti absolvovať 20 hodín účasti na empirických výskumoch, ktoré budú buď online, alebo v laboratóriu (účasť na výskume v laboratóriu sa započítava ako dve hodiny).
slovenský jazyk
Výskumy budú prebiehať počas celého semestra, študenti si z veľkého počtu výskumov budú môcť vybrať tie, ktorých sa zúčastnia.
Študenti si vyskúšajú kognitívne a psychologické experimenty z pozície participantov. Budú mať možnosť nahliadnuť do rôznych typov metodológie a zároveň dostanú spätnú väzbu vo forme vysvetlenia (tzv. debriefingu), čo sa v jednotlivých experimentoch testovalo, ako boli operacionalizované jednotlivé kognitívne alebo psychologické koncepty, a prečo. Osobná účasť v jednotlivých výskumoch pomôže pri lepšom porozumení metodológie empirických vied.
2/1 (prednáška / individuálna práca)
Clark, Timothy R., et al. Business Model Generation. Wiley, 2010
Podmienkou pripustenia ku skúške je aktívna účasť na výučbe v rozsahu minimálne 80%.
Záverečné hodnotenie pozostáva z prezentácie semestrálneho projektu. Na úspešné absolvovanie predmetu je potrebné dosiahnuť minimálne 50% z celkového hodnotenia.
slovenský
1. Význam komercializácie vedeckého výskumu.
2. Základy podnikania a startup terminológie.
3. Identifikácia problémov a potrieb zákazníkov (design thinking).
4. Transfer technológií. Úrovne pripravenosti technológie (TRL).
5. Duševné vlastníctvo a jeho ochrana.
6. Trh, zákazník a trhový potenciál technologického riešenia.
7. Štruktúra biznisového modelu (Business Model Canvas). Výnosové modely.
8. Zdroje financovania technologických projektov.
9. Prezentácia projektu (pitching) a komunikácia riešenia.
10. Základy manažmentu a vedenia tímu.
11. Podporné a inkubačné prostredie pre inovácie na národnej a medzinárodnej úrovni.
0/100
Po absolvovaní predmetu študent vie opísať možnosti komercializácie prírodovedného a technického výskumu. Dokáže identifikovať potreby trhu, posúdiť trhový potenciál technologického riešenia a orientuje sa v základnej terminológii podnikania, transferu technológií a ochrany duševného vlastníctva. Rozumie základnej štruktúre biznisového plánu a hlavným spôsobom financovania technologických projektov. Pozná základné princípy komunikácie, tímovej spolupráce a vedenia tímu a dokáže ich primerane uplatniť pri riešení projektu a jeho prezentácii.
Prostredníctvom športu účinne pôsobiť na zlepšenie telesnej zdatnosti, zdravotného stavu a športovej výkonnosti študentov.
slovenský, anglický
V kolektívnych hrách zdokonaľovanie herných útočných a obranných kombinácií. V individuálnych športoch nácvik takticko-technických prvkov. Kompenzačné cvičenia na odstraňovanie chybného držania tela. Strečing. Pravidlá súťaží v športovej špecializácii.
100/0
Posilniť procesuálnu stránku školskéhošportu s akcentom na zdravotný a psychologický význam. Zvýšenie telesnej kondície študentov.
slovenský, anglický
Športová príprava na Majstrovstvá fakulty vo vybranom športe s upravenými pravidlami. Výber športovo nadaných študentov do družstiev Fakultnej športovej ligy, Vysokoškolskej ligy bratislavských fakúlt a účasť na športových podujatiach fakulty a univerzity.
100/0
Oboznámiť študentov so základnými pojmami, metódami a modelmi viacrozmerných štatistických analýz.
Härdle WK, Simar L: Applied multivariate statistical analysis, Springer, 2012; Härdle WK, Hlávka Z: Multivariate statistics: Exercises and solutions. Springer, 2007; Filová L, Szűcs G: Viacrozmerné štatistické analýzy, poznámky k prednáškam, 2021.
test
Hodnotenie: test (priebežné, 60%), ústna skúška (40%)
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Viacrozmerné normálne rozdelenie a podmienené rozdelenia, Wishartovo rozdelenie a Cochranova veta, Hotellingovo rozdelenie, Wilksovo rozdelenie, kopuly, testovanie hypotéz o parametroch viacrozmerného normálneho rozdelenia, viacrozmerný lineárny model, viacrozmerná regresná analýza, viacrozmerná analýza rozptylu s jedným a dvomi faktormi, kovariančná analýza, profilová analýza, analýza opakovaných meraní.
60/40
Študenti po absolvovaní predmetu budú teoreticky aj prakticky ovládať najpoužívanejšie metódy viacrozmernej štatistiky.
skúška
Izenman A: Modern Multivariate Statistical Techniques: Regression, Classification, and Manifold Learning (Springer Texts in Statistics) 1st ed., 2nd printing 2013; James G, Witten D, Hastie T, Tibshirani R: An Introduction to Statistical Learning: with Applications in R (Springer Texts in Statistics) 2nd ed., Springer 2021; Harman R: Multivariate Statistical Analysis (Selected Lecture Notes), študjné materiály vyučujúceho, 2021.
Hodnotenie: projekt (priebežné), ústna skúška
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Odporúča sa poznať základy práce so softvérom R. Cvičenia prebiehajú formou ukážok spracovania reálnych dát.. Maximálny počet študentov 40
Vybrané metódy vizualizácie mnohorozmerných dát, partičné zhlukovanie (k-means, k-medoids, DBSCAN, OPTICS, zhlukovanie založené na zmesi gaussovských rozdelení, spektrálne zhlukovanie), hierarchické zhlukovanie, všeobecný úvod do štatistických klasifikačných metód, Bayesov klasifikátor, k najbližších susedov, lineárna a kvadratická diskriminačná analýza, klasifikačné stromy a lesy, bagging a boosting, metóda oporných bodov, multinomická regresia ako klasifikačná metóda
50/50
Študenti sa naučia princípy a praktickú realizáciu vybraných metód analýzy zhlukov a štatistickej klasifikácie dát.
Ross S: Simulation, Elsevier Academic Press 2006; Vlastné elektronické texty vyučujúcich zverejňované prostredníctvom web stránky predmetu.
Hodnotenie: projekt (priebežné), ústna skúška
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Maximálny počet študentov 40
Generovanie realizácií náhodných čísel, testovanie generátorov náhodných čísiel, generovanie diskrétnych náhodných premenných a vektorov, generovanie spojitých náhodných premenných a vektorov, štatistická analýza simulovaných dát, klasické metódy Monte Carlo.
50/50
Po absolvovaní predmetu budú študenti poznať základné metódy počítačového generovania realizácií náhodných premenných a náhodných vektorov, aplikovať ich na výpočet Monte Carlo odhadov a na simuláciu komplexných stochastických systémov.
Izenman A: Modern Multivariate Statistical Techniques: Regression, Classification, and Manifold Learning (Springer Texts in Statistics) 1st ed., 2nd printing 2013;
James G, Witten D, Hastie T, Tibshirani R: An Introduction to Statistical Learning: with Applications in R (Springer Texts in Statistics) 2nd ed., Springer, 2021;
Hastie T, Tibshirani R, Friedman J: The Elements of Statistical Learning, 2nd ed., Springer, 2016
Hodnotenie: projekt (priebežné), ústna skúška
Orientačná stupnica hodnotenia: A 90%, B 80%, C 70%, D 60%, E 50%
slovenský, anglický
Elektronická verzia knihy "An Introduction to Statistical Learning" od James et al. je dostupná na: https://www.statlearning.com/
1. Lineárne metódy extrakcie premenných – analýza hlavných komponentov (PCA), faktorová analýza, projekčné sledovanie.
2. Nelineárne metódy extrakcie premenných – nelineárna analýza hlavných komponentov, metrické a nemetrické mnohorozmerné škálovanie, isomap, t-SNE.
3. Metódy selekcie premenných – dopredná a spätná selekcia, lasso, hrebeňová regresia.
4. Metódy konštrukcie podvzorky – náhodná vzorka veľkých dát, výber na základe vplyvových skóre.
http://www.iam.fmph.uniba.sk/ospm/Rosa/teaching.htm
50/50
Študenti získajú prehľad o metódach na extrakciu a selekciu premenných, ako aj na konštrukciu podvýberu. Zároveň si osvoja schopnosť tieto metódy uplatniť pri praktickom analyzovaní dát.