Python pro vědecké výpočty a řízení
Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
2375004 | KZ | 4 | 2P+2C | česky |
- Garant předmětu:
- Cyril Oswald
- Přednášející:
- Matouš Cejnek, Michal Kuchař, Cyril Oswald, Adam Peichl, Martin Vitoušek
- Cvičící:
- Matouš Cejnek, Kateřina Kobrlová, Michal Kuchař, Juraj Lieskovský, Cyril Oswald, Adam Peichl, Martin Vitoušek
- Předmět zajišťuje:
- ústav přístrojové a řídící techniky
- Anotace:
-
Kurz pokrývá základy Pythonu, základy objektově orientovaného programování a pokročilejší témata jako zpracování dat, simulace mechanických systémů, paralelní programování a umělou inteligenci. Kurz se rozděluje do týdenních modulů zaměřených na různé aplikace Pythonu za použití nejznámějších knihoven jako jsou NumPy, SciPy, Pandas, Matplotlib, TensorFlow, Requests a FastAPI.
- Požadavky:
-
K udělení zápočtu se požaduje docházka na přednášky a cvičení, aktivní účast při cvičeních a vypracování týdenních úkolů. Studenti by měli mít základní znalosti pojmů z kurzů matematiky prvního a druhého ročníku technické vysoké školy. Nejsou kladeny nároky na znalost konkrétního SW a programovacího jazyka. Předmět není omezen na studenty automatizace a informatiky.
- Osnova přednášek:
-
1. Seznámení se s prostředím Python. Instalace, IDE, základní syntaxe, datové typy, funkce
2. Python a objektové programování: třídy a objekty, metody, atributy, dědičnost, polymorfismus, magické metody.
3. Python pro vědecké výpočty pomocí knihoven NumPy, SciPy lineární algebra, řešení diferenciálních rovnic. Vizualizace časových řad pomocí knihovny Matplotlib
4. Práce s daty pomocí knihovny Pandas. Nahrání dat ze souboru, preprocessing, operace nad daty jako je řazení, filtrování, základní statistika.
5. Simulace mechanických systémů
6. Řízení mechanických systémů
7. Optimalizace lineární a kvadratické programování
8. Paralelní programování (multithreading)
9. Úvod do umělé inteligence (genetické algoritmy, fuzzy systém, perceptron)
10. Umělá inteligence za použití knihovny TensorFlow neuronové sítě (MLP, konvoluční neuronové sítě, samoorganizační mapy)
11. Základy vývoje webových aplikací: Databáze, requests, API.
12.-13. Základy vývoje uživatelského rozhraní.
- Osnova cvičení:
-
Procvičení látky z přednášky a řešení individuálně zadaného projektu. Všechna cvičení v počítačové učebně (pravděpodobně 404 a, Linux nebo Windows).
- Cíle studia:
- Studijní materiály:
-
https://github.com/CVUT-FS-12110/Python-for-Scientific-Computations-and-Control/tree/master
- Poznámka:
- Další informace:
- http://users.fs.cvut.cz/ivo.bukovsky/PVVR/index.htm
- Rozvrh na zimní semestr 2024/2025:
- Rozvrh není připraven
- Rozvrh na letní semestr 2024/2025:
-
06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po Út St Čt Pá - Předmět je součástí následujících studijních plánů: