Předmět: Výpočetní metody a zpracování dat v elektrotechnice

« Zpět
Název předmětu Výpočetní metody a zpracování dat v elektrotechnice
Kód předmětu KEP/VMZ
Organizační forma výuky Cvičení
Úroveň předmětu Bakalářský
Rok studia nespecifikován
Semestr Zimní a letní
Počet ECTS kreditů 2
Vyučovací jazyk Čeština, Angličtina
Statut předmětu Volitelný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Kušnír Tomáš, doc. Ing. Ph.D.
Obsah předmětu
1. Syntaxe, datové struktury - celá čísla, desetinná čísla, komplexní čísla, znaky, řetězce, n-tice, seznamy, slovníky, 2. Základy algoritmizace, zpracování výjimek, řídící příkazy: if, for, while, 3. Definice funkce, úvod do objektově orientovaného programování 4. Definice třídy, konstruktor, metody 5. Tvorba modulů a balíčků, testování 6. Zpracování souborů (textový formát, binární soubor, XML, JSON), regulární výrazy 7. Sestavování matic, řešení soustav rovnic, rozklady matic, řídké matice v úlohách elektrotechniky (NumPy) 8. Využití řešení soustav diferenciálních rovnic, numerické integrace, zpracování signálů v elektrotechnice (SciPy) 9. Zpracování naměřených dat, prokládání dat (interpolace, extrapolace), vykreslování grafů (Matplotlib) 10. Statistické zpracování elektrotechnických dat (pandas, Seaborn) 11. Citlivostní analýza, robustnost elektrotechnických zařízení (DOE) 12. Využití knihoven pro strojové učení (Tensorflow) 13. Využití knihoven pro strojové učení (Keras)

Studijní aktivity a metody výuky
  • Kontaktní výuka - 26 hodin za semestr
  • Příprava na dílčí test [2-10] - 20 hodin za semestr
Předpoklady
Odborné znalosti
vysvětlit funkci programu dle vývojového diagramu
Odborné dovednosti
zapsat jednoduchý program v libovolném programovacím jazyce
používat software pro tvorbu a ladění programů
používat základy vysokoškolské matematiky
vyhledávat v dokumentaci
Obecné způsobilosti
bc. studium: své učení a pracovní činnost si sám plánuje a organizuje,
bc. studium: kriticky přistupuje ke zdrojům informací, informace tvořivě zpracovává a využívá při svém studiu a praxi,
bc. studium: efektivně využívá moderní informační technologie,
Výsledky učení
Odborné znalosti
vysvětlit rozdíl mezi procedurálním, objektově orientovaným a funkcionálním stylem programování
popsat výhody a nevýhody použití jazyka Python
popsat datové struktury Pyhton
zapsat základní řídící příkazy Pythonu
zapsat jednoduchou třídu
Odborné dovednosti
napsat a odladit skript v jazyce Python
vytvořit graf pomocí balíčku MatPlotlib
zapsat výsledky do souboru (databáze), přečíst výsledky ze souboru (databáze) a zpracovat je s využitím regulárních výsledků
vyřešit technický problém s využitím knihoven NumPy, Scipy a PyLab
Obecné způsobilosti
bc. studium: samostatně získávají další odborné znalosti, dovednosti a způsobilosti na základě především praktické zkušenosti a jejího vyhodnocení, ale také samostatným studiem teoretických poznatků oboru,
bc. studium: samostatně a odpovědně se na základě rámcového zadání rozhodují v souvislostech jen částečně známých,
Vyučovací metody
Odborné znalosti
Přednáška založená na výkladu,
Odborné dovednosti
Cvičení (praktické činnosti),
Projektová výuka,
Obecné způsobilosti
Samostatná práce studentů,
Hodnotící metody
Odborné znalosti
Demonstrace dovedností (praktická činnost),
Test,
Odborné dovednosti
Demonstrace dovedností (praktická činnost),
Test,
Obecné způsobilosti
Demonstrace dovedností (praktická činnost),
Doporučená literatura
  • Stewart M. John. Python for Scientists. Cembridge University Press, 2014. ISBN 978-1-107-06139-2.
  • Summerfield Mark. Python 3, výukový kurz. Addison Weslay, 2010. ISBN 978-80-251-2737-7.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr