Dostupné kurzy

Cieľom predmetu je naučiť študentov samostatne vytvárať praktické aplikácie pripojenia periférnych zariadení k počítačom pre úlohy z oblasti  riadenia, vizualizácie  a sieťovej komunikácie medzi počítačmi a procesmi, s overením v podmienkach počítačov PC, Rasspberry PI, Intel Edison a pod. Koncepcia predmetu je stavaná tak, aby po HW stránke študenti pochopili základnú architektúru počítača PC a jeho podsystémov ako napr. pamäťový podsystém, zbernice, prerušovaci podsystém, systém priameho prístupu do pamäte, vizualizačný podsystém, vstupno/výstupný podsystém, zahŕňajúci štandardné rozhrania PC (RS-232, USB, a pod.), technologické rozhrania (analógový, číslicový a frekvenčný V/V, PWM a pod.), siete a sieťové rozhrania.
Cieľom predmetu je naučiť študentov aplikovať prostriedky manažérskeho riadenia na báze multidimenzionálnych databáz a internetových technológií v rámci návrhu, aplikácie a využívania informačných systémov pre oblasť strategického, ekonomického a technického manažmentu. Uvedený predmet je nadstavbového charakteru. Vo väzbe na poznatky z oblasti relačných databázových systémov, distribuovaných systémov, počítačových sietí, expertných systémov a ekonomiky vytvára priestor pre získavanie informácií z informačných systémov pre manažérov na všetkých úrovniach riadenia s možnosťou požadovanej agregácie a abstrakcie, pričom automaticky získané informácie sú prezentované vo forme prehľadov, štatistík a predikcií. Predmet sa vyučuje a zadania k predmetu riesia studenti v laboratóriách CMMRaPI na KKUI (http://kyb.fei.tuke.sk/laboratoria/miest/miest.php).

Cieľom projektu je porozumieť významu databázových systémov a pojmov v oblasti, pochopiť relačný dátový model a jeho význam v databázových systémoch; naučiť sa pracovať s jazykom SQL, pomocou neho definovať z relačného modelu schému databázy, napĺňať ju údajmi a vytvárať pokročilejšie dopyty; získať základne vedomosti v oblasti ukladaných (storovaných) procedúr a trigrov; porozumieť matematickému pozadiu jazyka SQL - relačnej algebre; oboznámiť sa so základmi NoSQL databáz.


Cieľom predmetu je poskytnúť študentom základy objektovo-orientovaného návrhu a programovania v objektovo-orientovaných jazykoch. Po úspešnom absolvovaní tohto predmetu študenti môžu získané znalosti využiť pri návrhu a implementácii softvérových systémov použitím objektovo-orientovaných programovacích jazykov a návrhových vzorov.

Cieľom predmetu je poskytnúť študentom prehlaď vedomostí a nadobudnúť praktické zručnosti pri aplikovaní pokročilých metód analýzy dát zameraných hlavne na mnohorozmerné dáta a dáta, ktoré nie sú priamo reprezentované v tabuľkovej forme. Tento predmet nadväzuje a rozširuje vedomosti získané počas štúdia v základných predmetoch Objavovania znalostí v databázach a Strojového učenia.

Hlavným výsledkom je získanie základných znalostí z vývoja natívnych a hybridných mobilných aplikácií. Študent si predovšetkým osvojí vytvorenie praktických aplikácií vrátane komunikácie s externými zariadeniami pomocou bezdrôtovej, resp. drôtovej komunikácie. Bude schopný používať mobilnú senzoriku a efektívne pracovať s databázami, pamäťou, internými a externými úložiskami. Zároveň bude vedieť efektívne preložiť časovo náročné úlohy na pozadie, do služby alebo nového vlákna.

Cieľom predmetu je poskytnúť študentom nielen teoretické vedomosti ale aj praktické zručnosti potrebné pri procese analýzy a návrhu informačných systémov v rôznych aplikačných doménach. Po úspešnom absolvovaní tohto predmetu študenti môžu získané znalosti a skúsenosti s jazykom UML a štandardnom BPMN využiť pri riešení svojich bakalárskych prác alebo iných semestrálnych projektov orientovaných na vývoj softvérových aplikácií.

Študent získa základné poznatky z oblasti spracovania veľkých dát, metód, prístupov a technológií, ktoré sa v tejto oblasti využívajú. Študent nadobudne znalosti o konceptoch gridového a cloudového počítania, o distribuovaných, NoSQL a in-memory databázových systémoch, metódach paralelného a distribuovaného počítania. Študent získa základné zručnosti pre návrh a implementáciu aplikácií pre spracovanie veľkých dát.

Cieľom predmetu je poskytnúť študentom teoretické a praktické znalosti z hospodárskej informatiky a príbuzných oblastí ako manažment inovácií (zavádzanie zmien do praxe), procesný manažment a riadenie, informačný manažment, podniková analytika, marketing (zostavovanie marketingových stratégií a plánov), podpora manažmentu prostredníctvom vhodných IT riešení, atď. Dôležité faktory predstavujú aktuálnosť a všeobecný prehľad.

V tomto virtuálnom priestore nájdete najmä pozvané prednášky z praxe.

Študenti získajú základné poznatky z manažmentu so zameraním na projekty, ako napr. plánovanie a určovanie cieľov, implementácia projektov v súlade so stratégiou, organizačnou štruktúrou a marketingovým plánom firiem, atď. Takisto získajú poznatky o jednotlivých typoch životných cyklov projektu, relevantných metodológiách pre riadenie projektov a aktuálnych možnostiach financovania projektov rôzneho zamerania. V rámci seminárov nadobudnú praktické zručnosti potrebné pre tvorbu a prezentáciu náčrtu a návrhu projektu, pre dekompozíciu projektu na menšie časti a ich následnú organizáciu v čase pomocou vhodných grafických riešení. Po úspešnom absolvovaní predmetu by mali študenti rozumieť základným princípom tvorby projektov a práce v projektovom prostredí


Jednotlivé úrovne práce so znalosťami. Dáta, informácie, znalosti, kategorizácia znalostí. Rôzne uhly pohľadu na manažment znalostí. Základná architektúra systému pre podporu manažmentu znalostí (SMZ) v organizácii a príklady konkrétnych systémov SMZ. Vyhľadávanie informácií z množiny textových dokumentov. Modely pre IR: boolovský, vektorový a pravdepodobnostný model. Predspracovanie textových dokumentov. Vyhodnocovanie systémov IR. Vyhľadávanie na webe. Faktory ovplyvňujúce manažment znalostí (MZ). Identifikácia vhodného typu riešenia manažmentom znalostí. Vplyv manažmentu znalostí (MZ) na organizáciu a hodnotenie MZ.
Základné pojmy z oblasti objavovania znalostí a dolovania v dátach. Proces objavovania znalostí, metodika CRISP-DM, popis jednotlivých krokov. Metódy dolovania v dátach - prediktívne a popisné dolovanie v dátach. Objavovanie asociačných pravidiel, zovšeobecňovanie, klasifikácia, predikcia, zhlukovanie. Dátové sklady. Prehľad vybraných metód pre objavovanie znalostí. Dolovanie znalostí z kolekcií textových dokumentov. Vybrané prípadové štúdie z výskumných a vývojových projektov.

Zimný semester - 2021/2022

Študent získa základné poznatky z oblasti manažmentu IT služieb a súvisiacich noriem a rámcov. Študent nadobudne základné znalosti rámca ITIL, a jednotlivých princípov, konceptov a procesov, ktoré popisuje. Študent si osvojí základné myšlienky IT Governance a súvisiaceho rámca COBIT, základné vedomosti o informačnej bezpečnosti a súvisiacich normách a rámcoch. Prostredníctvom praktických cvičení nadobudne študent skúsenosti s nástrojmi pre podporu procesov riadenia IT služieb a pre podporu administratívy súvisiacej s týmito procesmi.

·       Cieľom predmetu je poskytnúť študentom poznatky tak v oblasti sémantického ako aj sociálneho webu. Oboznámi ich so základnými aspektmi sémantického webu a motiváciou jeho vzniku, s technológiami sémantického webu – značkovacie jazyky (rdf), s metodológiami tvorby ontologických modelov (owl) ako aj s metódami vizualizácie ontologických modelov, s použitím nemonotónnych logík v sémantickom webe, ako aj najznámejšími aplikáciami sémantického webu (Wolfram Alpha, ...). Ďalej študent získa základné poznatky v oblasti sociálneho webu týkajúce sa definície problémov sociálneho webu a metód používaných na ich riešenie ako aj metód reprezentácie a vizualizácie sociálnych sietí a metód analýzy sociálnych sietí. V rámci tejto dátovej analýzy konverzačného obsahu sa predmet sústredí na metódy analýzy sentimentu v platformách sociálneho webu, konkrétne na klasifikáciu názorov a emócií, ale hlavne na detekciu antisociálneho prispievania v online diskusiách na webe. V rámci tohto zamerania sa predmet venuje tak detekcii toxických príspevkov (falošné správy, hoaxy, phishing, troling) ako aj ich autorov (trol verzus autorita).

Letný semester - 2019/2020

Cieľom predmetu je poskytnúť študentom hlboké znalosti z oblasti strojového učenia. Po úvode do strojového učenia, základných pojmoch a definícii cieľov a metód strojového učenia sa kurz sústreďuje na historicky najstarší prístup a to učenie prehľadávaním priestoru pojmov a priestoru príznakov. Nasledujú metódy automatického generovania modelov produkčných pravidiel, rozhodovacích stromov a zoznamov. Rozhodovacie stromy tak predikčné ako aj regresné tvoria základ oblasti strojového učenia. Ďalej nasledujú metódy na tvorbu modelov založených na prahových pojmoch (kam patrí veľmi úspešná metóda SVM) a etalónov. Predmet sa venuje aj pravdepodobnostnému pojmu, ktorý je reprezentovaný Naivným Bayes klasifikátorom často používaným ako base-line metóda. Súčasťou predmetu je aj klasifikácia súborom metód (boosting a bagging) vrátane veľmi úspešnej metódy generovania náhodného lesa rozhodovacích stromov (Random Feorest). Predmet sa venuje aj hlbokým neurónovým sieťam, ktoré sú schopné generovať najpresnejšie modely v rôznych aplikačných oblastiach. Je tu venovaný priestor nielen doteraz spomínaným metódam kontrolovaného učenia, ale aj metódam nekontrolovaného učenia (zhlukovacie techniky) a posilňovanému učeniu (Reinforcement learning). Napokon sú tu témy zamerané na techniky merania efektívnosti modelov, výpočtovú teóriu učenia a základné princípy prístupov k automatickému učeniu.

Študent získa základné poznatky z oblasti spracovania veľkých dát, metód, prístupov a technológií, ktoré sa v tejto oblasti využívajú. Študent nadobudne znalosti o distribuovaných, NoSQL a in-memory databázových systémoch, metódach a technológiách paralelného a distribuovaného počítania. Študent získa základné zručnosti pre návrh a implementáciu aplikácií pre spracovanie veľkých dát.

Obchodné (podnikové) ciele, ktoré vedú firmy k investovaniu do informačných systémov (IS). Čo je to IS? Hlavné komponenty IS. Úloha informačných systémov v podniku. Typy informačných systémov: z funkčného hľadiska a z organizačného hľadiska. Celopodnikové informačné systémy. Využitie IS s cieľom dosiahnuť konkurenčnú výhodu. Manažment znalostí. Úloha a miesto znalostí v organizáciách. Podmieňujúce faktory manažmentu znalostí. Vplyvy manažmentu znalostí na organizáciu a ich meranie. Objavovanie znalostí. Proces objavovania znalostí, popis jednotlivých krokov. Informačné systémy pôsobiace navonok, e-business, e-commerce.

Cieľom predmetu je poskytnúť študentom poznatky z nasledovných oblastí znalostných systémov: úvod a história vzniku, navrhovanie znalostných systémov a ich štruktúra, reprezentácia znalostí, produkčný systém, inferenčná sieť a jej prehľadávanie, modelovanie a simulácia hľadania riešenia, reprezentácia neurčitých znalostí, modely práce s neurčitými znalosťami, získavanie znalostí od experta, navrhovanie a modelovanie znalostných báz, priame a nepriame metódy získavania znalostí, automatické generovanie znalostných báz strojovým učením, metaznalosti a modifikácia znalostných báz, vysvetľovací mechanizmus, verifikácia kvality návrhu znalostného systému, bezpečnosť a informačné zabezpečenie znalostných systémov, riadenie distribúcie znalostí medzi znalostnými zdrojmi, znalostné inžinierstvo.