Popis předmětu - XP13SID
XP13SID | Software v průmyslovém inženýrství | ||
---|---|---|---|
Role: | S | Rozsah výuky: | 2P+2C |
Katedra: | 13113 | Jazyk výuky: | CS |
Garanti: | Molhanec M. | Zakončení: | Z,ZK |
Přednášející: | Molhanec M. | Kreditů: | 4 |
Cvičící: | Molhanec M. | Semestr: | Z |
Webová stránka:
https://moodle.fel.cvut.cz/courses/XP13SIDAnotace:
Význam používání software v průmyslovém inženýrství. Použití osobního počítače kompatibilního s IBM PC a Apple. Využití paměti osobního počítače, oprava chyb na disku. Aplikace grafických programů v elektrotechnické praxi. Aplikace matematických programů v elektrotechnické praxi, programování pro grafické znázorňování naměřených hodnot, programů typu "spreadsheet" v elektrotechnické praxi, databází pro ukládání výsledků výpočtů, textových editorů a systémů DTP pro dokumentaci, programů CAD v elektrotechnické praxi. Používání grafického uživatelského prostředí (MS Windows). Používání stanic s OS UNIX v průmyslovém inženýrství. Využívání informačních zdrojů WAN v elektrotechnické praxi. Historie osobních počítačů a jejich využití v elektrotechnice.Výsledek studentské ankety předmětu je zde: XP13SID
Cíle studia:
Cílem studia je získat dostatečné znalosti práce s osobním počítačem v inženýrských aplikacích. Student by měl být schopen samostatné práce na osobním počítači a rozumět jeho principům. Studium je zaměřeno a využití počítače pro práci v technických oborech.Osnovy přednášek:
1) | Formáty měřených dat: csv, fixní data. Další formáty používané pro zpracování a archivaci: xml, json. Strukturovana a nestrukturovana data. Data na Internetu a v databazi. Textová data. | |
2) | Nástroje na zpracování csv a dalších typů dat. Dávkove zpracování dat ve Windows a Linuxu. Vhodné skriptovací jazyky ve Windows a Linuxu. Příkazová řádka. Použití pipe a přesměrování.ve Windows nebo Linuxu. | |
3) | Manipulace s daty, vyhledávání v datech, změna dat a jejich filtrování. Jazyk SQL (základ). Xpath (základ). Správnost dat. Čištění dat. | |
4) | Statistické zpracovaní dat. Mean a průměr. Rozptyl, standardní odchylka. Populace a výběr. Korelace a kovariace. Testování hypotéz. Testy normality. Anova (základ). Výpočet modelu, metoda nejmenších čtverců. | |
5) | Vizualizace dat a jejich interpretace. Scatter diagram, boxplot, sloupcový diagram. Histogram. Koláčový diagram. Další 2D a 3D diagramy. Zasady tvorby diagramů pro znázornění technologických dat. Popisy os. Volba barev. | |
6) | Excel a jeho využití pro zpracování dat. Pojmenované oblasti. Array funkce a konstanty. Tabulky. Matice. Kontingenční tabulky. Grafy s ohledem na statistické výstupy. Add-Ins. VBA (zaklad). | |
7) | Matlab (základy Matlabu by měli znát už z jiných předmětů) a jemu podobné. Zpracovaní csv dat. Statistický toolbox. Spojení s databází. Vizualizace s ohledem na statistické vystupy. | |
8) | Mathematica (základy by měli již znát z kurzů matematiky). Podobně jako u Matlabu probrat zpracování dat, tj. získání, filtrování, statistika a vhodná vizualizace. | |
9) | Python a Julia. Základy Jazyka. Knihovny pro zpracování dat. Použití pro zpracování dat. Data z Internetu a přístup do databáze. | |
10) | Python a Julia. Náročnější konstrukce. Práce s maticemi. Funkcionální přístup. Pandoc knihovna. Statistika a grafické výstupy. | |
11) | R systém. Základy jazyka. Práce s daty. Statistika. Grafický výstup. | |
12) | Interpretace dat. Co se dá z dat usoudit. Regrese, korelace, optimalizace, simulace. | |
13) | Prezentace dat. Publikování dat. Open access. Autorská práva. | |
14) | Rozhraní, kterými data získáváme. |
Osnovy cvičení:
1) | Formáty měřených dat: csv, fixní data. Další formáty používané pro zpracování a archivaci: xml, json. Strukturovana a nestrukturovana data. Data na Internetu a v databazi. Textová data. | |
2) | Nástroje na zpracování csv a dalších typů dat. Dávkove zpracování dat ve Windows a Linuxu. Vhodné skriptovací jazyky ve Windows a Linuxu. Příkazová řádka. Použití pipe a přesměrování.ve Windows nebo Linuxu. | |
3) | Manipulace s daty, vyhledávání v datech, změna dat a jejich filtrování. Jazyk SQL (základ). Xpath (základ). Správnost dat. Čištění dat. | |
4) | Statistické zpracovaní dat. Mean a průměr. Rozptyl, standardní odchylka. Populace a výběr. Korelace a kovariace. Testování hypotéz. Testy normality. Anova (základ). Výpočet modelu, metoda nejmenších čtverců. | |
5) | Vizualizace dat a jejich interpretace. Scatter diagram, boxplot, sloupcový diagram. Histogram. Koláčový diagram. Další 2D a 3D diagramy. Zasady tvorby diagramů pro znázornění technologických dat. Popisy os. Volba barev. | |
6) | Excel a jeho využití pro zpracování dat. Pojmenované oblasti. Array funkce a konstanty. Tabulky. Matice. Kontingenční tabulky. Grafy s ohledem na statistické výstupy. Add-Ins. VBA (zaklad). | |
7) | Matlab (základy Matlabu by měli znát už z jiných předmětů) a jemu podobné. Zpracovaní csv dat. Statistický toolbox. Spojení s databází. Vizualizace s ohledem na statistické vystupy. | |
8) | Mathematica (základy by měli již znát z kurzů matematiky). Podobně jako u Matlabu probrat zpracování dat, tj. získání, filtrování, statistika a vhodná vizualizace. | |
9) | Python a Julia. Základy Jazyka. Knihovny pro zpracování dat. Použití pro zpracování dat. Data z Internetu a přístup do databáze. | |
10) | Python a Julia. Náročnější konstrukce. Práce s maticemi. Funkcionální přístup. Pandoc knihovna. Statistika a grafické výstupy. | |
11) | R systém. Základy jazyka. Práce s daty. Statistika. Grafický výstup. | |
12) | Interpretace dat. Co se dá z dat usoudit. Regrese, korelace, optimalizace, simulace. | |
13) | Prezentace dat. Publikování dat. Open access. Autorská práva. | |
14) | Rozhraní, kterými data získáváme. |
Literatura:
[1] | Josef Pecinovský, Windows 7, Grada, 2009 | |
[2] | Josef pecinovský, Rudolf Pecinovský, Office 2010, Grada 2011 | |
[3] | Smith Roderick W., Linux ve světě Windows, Grada 2006 | |
[4] | William R. Stanek, Mistrovství v Microsoft Windows Server 2008, Computer Press, 2011 |
Požadavky:
Podmínkou zápočtu je docházka na cvičení, odevzdání všech úloh a úspěšné absolvovální zápočtového testu. Další informace jsou na webových stránkách předmětu.Klíčová slova:
osobní počítač, zpracování dat, Python, vizualizace, windows, bashPředmět je zahrnut do těchto studijních plánů:
Plán | Obor | Role | Dop. semestr |
DOKP | Před zařazením do oboru | S | – |
DOKK | Před zařazením do oboru | S | – |
Stránka vytvořena 25.4.2025 17:53:08, semestry: L/2026-7, L/2025-6, Z,L/2024-5, Z/2025-6, Z/2026-7, připomínky k informační náplni zasílejte správci studijních plánů | Návrh a realizace: I. Halaška (K336), J. Novák (K336) |