Informatics - OKBI3I013A

• Title: Informatika
• Guaranteed by: Katedra informačních technologií a technické výchovy (41-KITTV)
• Faculty: Faculty of Education
• Actual: from 2022
• Semester: winter
• E-Credits: 4
• Examination process: winter s.:
• Hours per week, examination: winter s.:0/0, Ex [HS]
• Extent per academic year: 14 [hours]
• Capacity: unknown / unknown (unknown)
• Min. number of students: unlimited
• 4EU+: no
• Virtual mobility / capacity: no
• State of the course: taught
• Language: Czech
• Teaching methods: combined
• Note: course can be enrolled in outside the study plan; enabled for web enrollment; priority enrollment if the course is part of the study plan
• Guarantor: doc. RNDr. Pavel Töpfer, CSc.
• Teacher(s): PhDr. Jakub Lapeš
• Interchangeability : OPBI3I013A
• Is pre-requisite for: OKBI3I031A, OKBI3I047A

Annotation

English

The aim of the course is to provide students with a broad overview of the basic fields of informatics and cybernetics, which form the basis for further study of information technology. Study subject aims to build students' knowledge of the general principles of cybernetics and computer science and the ability to understand the terminology. The course assumes knowledge of basic processes of algorithms and data structures that are within the subject being associated with the general principles of computer science and paradigms.

Last update: Lapeš Jakub, PhDr. (26.08.2021)

Czech

Cílem předmětu je poskytnout studentům širší přehled o základních oborech informatiky a doplňkově i kybernetiky, které jsou východiskem pro další studium informačních technologií. Studijní předmět si klade za cíl vybudovat u studentů znalost obecných principů informatické vědy a schopnost orientace v terminologii.

Last update: Lapeš Jakub, PhDr. (26.08.2021)

Descriptors

Pro podporu studia je využit LMS Moodle (obsahuje výukové a další materiály).

Příprava na výuku
Doba očekávané přípravy na 1 hodinu přednášky	60 minut
Doba očekávané přípravy na 1 cvičení	60 minut
Samostudium literatury (za semestr)	5 hodin
Práce se studijními materiály (za semestr)	10 hodin
Plnění průběžných úkolů (za semestr)	12 hodin
Plnění předmětu
Příprava na zkoušku a zkouška	12 hodin

Last update: Lapeš Jakub, PhDr. (17.09.2024)

Course completion requirements

Zkouška má charakter testu v rozsahu deklarovaným jednotlivými tématy kurzu. Losování zadání probíhá v prostředí Moodle. Studující má celkem 3 pokusy (1 řádný, 2 opravné).

Požadavky

• aktivní práce ve výuce, využívání prostředí moodle pro výuku a samostatnou práci
• zpracování cvičení a řešení příkladů ve výuce

Ostatní

• veškeré zprávy od vyučujícího jsou odesílány e-mailem na adresu studenta, kopie těchto zpráv naleznete v Moodle (sekce Zprávy a oznámení)
• veškeré informace sdělí vyučující a/nebo jsou dostupné v příslušných sekcích kurzu v Moodlu
• veškerá komunikace studujícího s vyučujícím je vedena elektronicky (Moodle, SIS, e-mail: [e-mail]) a v konzultačních hodinách
• veškeré nestandardní a nesystémové záležitosti/situace se posuzují a řeší individuálně

Last update: Lapeš Jakub, PhDr. (26.08.2021)

Literature

ADÁMEK, J. Kódování. SNTL, Praha, 1989.

BLATNÝ, Jan et al. Číslicové počítače. 2. vyd. Praha: SNTL, 1982. 493 s. Knižnice výpočetní techniky.

CORMEN, T.H. et al. Introduction to Algorithms. Cambridge, Mass : MIT Press, 1990.

Habiballa, H. Teoretické základy informatiky 1. Ostrava : Ostravská univerzita, 2003.

Habiballa, H. Teoretické základy informatiky 2. Ostrava : Ostravská univerzita, 2003.

HLINĚNÝ, P. Úvod do informatiky. Elportál, Brno: Masarykova univerzita. 2010. Dostupné z URL: <http://www.cs.vsb.cz/jancar/TJAA/tjaa_2p.pdf>.

CHYTIL, M. Automaty a gramatiky. Praha : SNTL, 1984,

KOCUR, P. Úvod do teorie konečných automatů a formálních jazyků. 1. vyd. Plzeň: Západočeská univerzita v Plzni, 2001, 104 s. ISBN 80-7082-813-7.

KOLÁŘ, J. Teoretická informatika. Praha : ČIS, 1996.

KŘIVAN, M. Úvod do umělých neuronových sítí. Praha: VŠE, 2008.

KOTEK, Zdeněk. Adaptivní a učící se systémy. 1. vyd. Praha: SNTL - Nakladatelství technické literatury, 1980. 372, [i] s. Teoretická knižnice inženýra.

MAREŠ, Milan. Základy teorie informace: zdroje informace a její měření. České Budějovice: Jihočeská univerzita, 2011. ISBN 9788073941895.

MAŘÍK, Vladimír a kol. Umělá inteligence 1 - 6. Praha: Academia.

NOVÁK, Daniel. Automatizace a kybernetika I. Praha: Státní pedagogické nakladatelství, 1982.

NOVÁK, Daniel a Ján PAVLOVKIN. Automatizace a kybernetika II. Praha: Univerzita Karlova, Pedagogická fakulta, 2001. ISBN 80-7290-044-7.

RUSSELL, Stuart J. a Peter NORVIG. Artificial Intelligence: A Modern Approach. 4rd ed. Harlow: Pearson Education Limited, c2022. ISBN 978-1-292-40113-3.

TOMAN, P. Teorie informace I (Úvod pro ekonomy). 1. vyd. Praha : Vysoká škola ekonomická, 1993. 85 s. ISBN 80-7079-627-8.

WIENER, N. Kybernetika neboli řízení a sdělování v živých organismech a strojích.Praha : ČSAV, 1960.

ZBOŘIL,F., HANÁČEK,P. Umělá inteligence, Skripta VUT v Brně, VUT v Brně, 1990, ISBN 80-214-0349-7

Materiály v Moodle kurzu.

Last update: Lapeš Jakub, PhDr. (06.10.2022)

Requirements to the exam

Příslušné vědomosti za všech tematických okruhů v rozsahu výuky a zadaných studijních pramenů. Zkouška má charakter testu v rozsahu témat kurzu.

Last update: Lapeš Jakub, PhDr. (26.08.2021)

Syllabus

English

Cybernetics
• Cybernetics and its division
• Key terms - the information system model and related concepts
• Systems and species management
• Control, automation
Automation and technical elements
• Sensors, components for robotics
Informatics
• Science as a discipline
• Computer science
Information Theory
• Information, need
• Information Technology, Computer Science
• Information and entropy
• Source and carrier information, alphabet and symbols
Data Compression
• Properties compression algorithms, lossless algorithms
Error-correcting Codes
• The principles of error correcting codes and their evaluation
Theory of finite automata
• Finite automata as an abstract machine
• Mealy and Moore automata
• Implementation of the machine
Turing machine
• Abstract model of a Turing machine
• The concept of associative memory
Von Neumann scheme of computers
• Von Neumann block diagram of a computer and its work
• Comparison with the principle of Turing machines

Last update: Lapeš Jakub, PhDr. (26.08.2021)

Czech

Informatika jako vědní obor, počítačové vědy, kybernetika

Teorie informace

• informace, informační potřeba
• informační technologie, informatika
• teorie informace, informace a entropie
• přenos informací, zdroj a nosič informací, abeceda a znak

Kódování a komprese dat

• bezztrátové algoritmy
• vlastnosti kompresních algoritmů
• RLE algoritmus
• Huffmanovo kódování
• LZ77, LZ78, LZW algoritmus

Samoopravné kódy

• kódy chybu detekující
• principy samoopravných kódů
• hodnocení samoopravných kódů

Teorie konečných automatů

• konečný automat jako abstraktní stroj
• Mealyho a Moorův automat
• reprezentace automatu
• automat jako sekvenční abstraktní stroj
• implementace automatu pomocí reléových obvodů a logických hradel

Model počítače

• von Neumannovo blokové schéma počítače
• omezení VN schématu
• Turingův stroj (abstraktní model)
• koncept asociativní paměti

Umělá inteligence

• neuronové sítě
• neuron
• perceptron
• nastavení perceptronu
• aplikace neuronových sítí
• algoritmy a úlohy umělé inteligence
• robotika

Last update: Lapeš Jakub, PhDr. (26.08.2021)

Learning outcomes

• Definujte a ve správném kontextu použijte esenciální pojmy a vztahy z oblasti informatiky a kybernetiky.
• Vysvětlete případné rozdíly/shody mezi pojmy znak, abeceda, zpráva, informace, data.
• Definujte pojmy syntaxe, sémantika, gramatika jazyka, kódování/šifrování, blokový kód, ASCII.
• Vysvětlete rozdíly mezi prefixovým a neprefixovým kódem, 
• Proveďtě srovnání bezztrátových kompresních algoritmů např. RLE, LZ77, Huffmanovo kódování.
• Popište statistické a slovníkové metody komprese, používané modely dat.
• Porovnejte kódy chybu detekující a samoopravné kódy, zaměřte se na přenos zpráv.
• Analyzujte možnosti oprav poškozené zprávy při přenosu, např. parita, repetition kód, Hamming (7,4,3).
• Definujte konečný automat (KA).
• Popiště reprezentaci KA, jeho vyjádření tabulkou, stavovým diagramem, algebraickým tvarem.
• Optimalizujte KA pomocí Karnaughovy mapy, popište normální formy, navrhněte logické obvody.
• Proveďtě srovnání von Neumannova návrhu počítače a Turingova stroje.
• Vysvětlete pojem AI a její aspekty, popiště vztah k neuronovým sítím a genetickým algoritmům.
• Rozeberte možné problémy AI, bezpečnostní, právní, etické.

Last update: Lapeš Jakub, PhDr. (18.09.2024)