Předmět je základní jednotka výuky, jejímž prostřednictvím si student osvojí ucelenou část souboru znalostí a dovedností, potřebnou pro zvládnutí studijního oboru/specializace. Za věcný obsah předmětu zodpovídá garant předmětu. Časovou náročnost předmětu zhruba vyjadřuje atribut předmětu rozsah kontaktní výuky. Například rozsah = 2+2 značí, že předmět bude mít týdně dvě hodiny přednášek a dvě hodiny cvičení týdně. Na závěr semestru musí vyučující provést vyhodnocení, nakolik si ten který student osvojil poznatky a dovednosti, kterých měl během výuky nabýt. Jakým způsobem toto hodnocení vyučující provedou určuje atribut způsob zakončení. U předmětu lze definovat, že předmět je zakončen pouze zápočtem(Z), klasifikovaným zápočtem(KZ), pouze zkouškou(ZK), nebo zápočtem a zkouškou(Z,ZK). Náročnost úspěšného absolvování předmětu je vyjádřena ECTS kreditními body. Výuka předmětu probíhá během semestru. Opakovaně se předmět vyučuje vždy v zimním(Z), nebo v letním(L) semestru každého akademického roku. Výjimečně může předmět být nabízen studentům v obou semestrech(Z,L). Za organizační zajištění výuky zodpovídá přiřazená katedra, která zejména vytvoří časový rozvrh předmětu a zajistí pro předmět vyučující. Někteří přednáší a zkouší, jiní vedou cvičení a udělují zápočty.
Obsahová náplň a další organizační informace, týkající se předmětu je popsána pomocí různých popisných textů(anotace, týdenní osnova, literatura, apod.)
$DODATEK_POPIS
MI-SZ1 | Seminář znalostního inženýrství magisterský I | Rozsah kontaktní výuky: | 2C | ||
---|---|---|---|---|---|
Vyučující: | Způsob zakončení: | Z | |||
Zodpovědná katedra: | 18105 | ECTS Kredity: | 4 | Semestr: | L,Z |
Anotace:
On this seminar you will present a research paper from a top institute / research group to your peers. You will learn what is being cooked in top research labs around the world. Additionally, you will learn how to properly present and read scientific papers. The work in the seminar will prepare you to attend (and profit from) top machine learning and AI conferences and summer schools, as well as FIT's own Summer Research Program (VyLet).
Od B201 je vypisována nová, ekvivalentní verze předmětu NI-SZ1.
Osnovy přednášek:
Osnovy cvičení:
Bez osnovy - seminář.
Literatura:
Temporary course website:
http://www.pablomaldonado.org/cvut-szi/
You can find a list of the proposed articles (suggestions welcome).
Požadavky:
- Strong interest in machine learning and AI.
|
Předmět je zahrnut do těchto studijních plánů:
Stránka vytvořena 2. 5. 2024, semestry: Z/2020-1, L/2023-4, L/2021-2, L/2019-20, Z/2021-2, Z/2023-4, L/2020-1, Z/2019-20, L/2022-3, Z/2024-5, Z/2022-3, připomínky k informační náplni zasílejte správci studijních plánů | Návrh a realizace: J. Novák, I. Halaška |