|
Vyučující
|
-
Holý Richard, Ing. Bc. Ph.D.
|
|
Obsah předmětu
|
Přednášky a cvičení předmětu jsou zaměřeny na základní znalosti a praktické dovednosti z oblasti analýzy technologických a technických procesů a postupů, se zaměřením na identifikaci slabých míst a možnosti pro zlepšení. Studenti se seznámí s moderními metodami pro analýzu a zefektivnění těchto procesů včetně HW využívaného pro řízení procesů a sběr dat z procesů. Přednášky 1. Úvod do jazyka Python 2. Programování a řízení hardware v Pythonu 3. IoT v procesech průmyslu a strojírenství 4. Sensory a aktuátory, robotika 5. Sběr dat s využitím Pythonu a IoT 6. Komunikace a výměna dat jako podpora efektivních procesů 7. Příprava dat pro analýzu efektivity procesů 8. Práce s daty a jejich vyhodnocení (Numpy, Pandas, Matplotlib) 9. Statistické vyhodnocení dat v Pythonu 10. Machine learning a efektivita v procesech 11. Machine learning pro efektivní procesy v průmyslu a strojírenství 12. Představení konkrétních projektů z praxe 13. Představení konkrétních projektů z praxe
|
|
Studijní aktivity a metody výuky
|
Přednáška s praktickými aplikacemi, E-learning, Individuální konzultace, Seminární výuka, Samostatná práce studentů
- E-learning [dáno e-learningovým kurzem]
- 15 hodin za semestr
- Vypracování seminární práce v bakalářském studijním programu [5-40]
- 20 hodin za semestr
- Příprava na zkoušku [10-60]
- 26 hodin za semestr
- Kontaktní výuka
- 52 hodin za semestr
- Příprava na souhrnný test [6-30]
- 11 hodin za semestr
- Příprava prezentace (referátu) [3-8]
- 6 hodin za semestr
|
| Předpoklady |
|---|
| Odborné znalosti |
|---|
| rozumět základní matematické logice |
| mít znalost základních matematických operací |
| mít základní znalost algoritmizace |
| Odborné dovednosti |
|---|
| mít znalost práce s PC |
| mít logické uvažování |
| mít schopnost algoritmizovat |
| Obecné způsobilosti |
|---|
| bc. studium: rozpozná problém, objasní jeho podstatu, rozčlení ho na části, |
| bc. studium: je otevřený k využití různých postupů při řešení problémů, nahlíží problém z různých stran, |
| bc. studium: zvažuje možné klady a zápory jednotlivých variant řešení, včetně posouzení jejich rizik a důsledků, |
| bc. studium: efektivně využívá moderní informační technologie, |
| Výsledky učení |
|---|
| Odborné znalosti |
|---|
| základně se orientovat ve vhodných vybraných softwarových nástrojích a programovacích jazycích |
| základně se orientovat v práci s daty pomocí vybraných nástrojů |
| základně se orientovat v problematice strojového učení |
| Odborné dovednosti |
|---|
| mít základní znalost vybraných softwarových nástrojů, nebo programovacích jazyků |
| mít základní znalost použití knihoven pro strojové učení |
| mít základní znalost pro práci s daty a jejich statistickým vyhodnocením s pomocí vhodných nástrojů |
| Obecné způsobilosti |
|---|
| bc. studium: srozumitelně a přesvědčivě sdělují odborníkům i laikům informace o povaze odborných problémů a vlastním názoru na jejich řešení, |
| bc. studium: používají své odborné znalosti, odborné dovednosti a obecné způsobilosti alespoň v jednom cizím jazyce, |
| bc. studium: efektivně a kriticky využít nástrojů umělé inteligence a nést konečnou odpovědnost za výsledek své práce, |
| Vyučovací metody |
|---|
| Odborné znalosti |
|---|
| Přednáška založená na výkladu, |
| Přednáška s demonstrací, |
| Přednáška s diskusí, |
| Přednáška s aktivizací studentů, |
| E-learning, |
| Řešení problémů, |
| Demonstrace dovedností, |
| Projektová výuka, |
| Kooperativní výuka, |
| Samostatná práce studentů, |
| Prezentace práce studentů, |
| Diskuse, |
| Odborné dovednosti |
|---|
| Cvičení (praktické činnosti), |
| E-learning, |
| Řešení problémů, |
| Projektová výuka, |
| Kooperativní výuka, |
| Samostudium, |
| Samostatná práce studentů, |
| Prezentace práce studentů, |
| Diskuse, |
| Obecné způsobilosti |
|---|
| Řešení problémů, |
| Projektová výuka, |
| Samostatná práce studentů, |
| Prezentace práce studentů, |
| Diskuse, |
| Hodnotící metody |
|---|
| Odborné znalosti |
|---|
| Kombinovaná zkouška, |
| Test, |
| Individuální prezentace, |
| Odborné dovednosti |
|---|
| Kombinovaná zkouška, |
| Výstupní projekt, |
| Vzájemné hodnocení studentů, |
| Obecné způsobilosti |
|---|
| Individuální prezentace, |
| Výstupní projekt, |
| Vzájemné hodnocení studentů, |
|
Doporučená literatura
|
-
AI PUBLISHING. Python Scikit-Learn For Beginners: Scikit-Learn Specialization For Data Scientist. 2021. ISBN 978-1-956591-0978.
-
Géron, Aurélien. Hands-on machine learning with Scikit-Learn and TensorFlow : concepts, tools, and techniques to build intelligent systems. 2nd edition updated for TensorFlow 2. 2019. ISBN 978-1-492-03264-9.
-
Mark Pilgrim. Ponořme se do Pythonu 3. Praha, 2017. ISBN 978-80-904248-2-1.
-
Matthes, Eric. Python crash course : a hands-on, project-based introduction to programming. 3rd edition. 2023. ISBN 978-1-7185-0270-3.
-
Pecinovský, Rudolf. Začínáme programovat v jazyku Python. První vydání. 2020. ISBN 978-80-271-1237-1.
-
RASCHKA, Sebastian, Yuxi LIU, Vahid MIRJALILI a Dmytro DZHULGAKOV. Machine learning with PyTorch and Scikit-Learn: develop machine learning and deep learning models with Python.. 2022. ISBN 9781801819312.
-
Řepa, Václav. Podnikové procesy - procesní řízení a modelování. GRADA Publishing, 2007. ISBN 978-80-247-2252-8.
-
ŘEPA, Václav. Procesně řízená organizace. Praha: Grada Publishing, 2012. ISBN 978-80-247-4128-4.
-
SMART, Gary. Practical Python Programming for IoT: Build advanced IoT projects using a Raspberry Pi 4, MQTT, RESTful APIs, WebSockets, and Python 3. Birmingham: Packt Publishing, 2020. ISBN 978-1838982461.
|