|
Vyučující
|
-
Čengery Miloslav, Ing. Ph.D.
-
Šorejs Pavel, Ing. Ph.D.
|
|
Obsah předmětu
|
1. Základní pojmy počítačů a programování; programy a programovací jazyky; konvence a komentáře; datové typy 2. Analýza problémů, algoritmizace 3. Proměnné, přiřazení, operátory, matematické výpočty 4. Návrh řešení problému, ověřování správnosti programu 5. Řidicí struktury (podmíněné větvení, cyklus) 6. Testování a hledání chyb 7. Opakované využití kódu - funkce, procedury 8. Způsoby uložení informací, pole, seznamy 9. Zpracování textové informace 10. Práce se soubory 11. Využití externích knihoven a modulů 12. Možnosti zpracování a vizualizace dat 13. Přehled zpracování formátů pro výměnu dat - např. XML, CSV a JSON
|
|
Studijní aktivity a metody výuky
|
- Vypracování seminární práce v bakalářském studijním programu [5-40]
- 40 hodin za semestr
- Příprava na zkoušku [10-60]
- 40 hodin za semestr
- Kontaktní výuka
- 52 hodin za semestr
|
| Předpoklady |
|---|
| Odborné znalosti |
|---|
| Vysvětlit základní pojmy ze statistiky a matematiky na úrovni látky ze střední školy. |
| Student má základní znalosti ohledně fungování počítače. |
| Student zná základní formáty pro uložení textových informací. |
| Odborné dovednosti |
|---|
| ovládat pc na pokročilé úrovni |
| obstojně ovládat tabulkový procesor typu MS Excel |
| Obecné způsobilosti |
|---|
| bc. studium: vytváří hypotézy, navrhuje postupné kroky, zvažuje využití různých postupů při řešení problému nebo ověřování hypotézy, |
| bc. studium: efektivně využívá moderní informační technologie, |
| Výsledky učení |
|---|
| Odborné znalosti |
|---|
| Absolvováním student získá znalosti v oblasti přípravy, analýzy a zpracování dat různého typu. |
| Základní znalosti v oblasti programování v Pythonu. |
| Odborné dovednosti |
|---|
| praktickou schopností analyzovat data a vyvozovat z nich závěry |
| student dovede předzpracovat a analyzovat textová vstupní data |
| student je schopen ověřit hypotézu s využitím statistické analýzy dat |
| 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, |
| Vyučovací metody |
|---|
| Odborné znalosti |
|---|
| Přednáška založená na výkladu, |
| Přednáška s demonstrací, |
| Přednáška s aktivizací studentů, |
| Studenti budou získávat odborné znalosti zejména z přednášek s demonstrací, diskuzí a aktivizací studentů. |
| Odborné dovednosti |
|---|
| Přednáška s demonstrací, |
| Cvičení (praktické činnosti), |
| Demonstrace dovedností, |
| Obecné způsobilosti |
|---|
| Přednáška založená na výkladu, |
| Přednáška s demonstrací, |
| Cvičení (praktické činnosti), |
| Hodnotící metody |
|---|
| Odborné znalosti |
|---|
| Kombinovaná zkouška, |
| Seminární práce, |
| Individuální prezentace, |
| Odborné dovednosti |
|---|
| Kombinovaná zkouška, |
| Seminární práce, |
| Individuální prezentace, |
| Obecné způsobilosti |
|---|
| Kombinovaná zkouška, |
| Seminární práce, |
|
Doporučená literatura
|
-
Brian Kokensparger. Guide to Programming for the Digital Humanities: Lessons for Introductory Python. 2018.
-
Hans Petter Langtangen. Python Scripting for Computational Science. 2009.
|