IT kurzy

Portfólio kurzov

---

	19 Feb	Julia II. Mierne Pokročilý Miroslav Reiter Registrácia Kurz Julia II. Mierne Pokročilý ponúka praktický a prístupný prehľad pokročilejších techník programovania v jazyku Julia. Rozdelený je na dve hlavné časti, ktoré sa zameriavajú na prácu s modulmi, výstupmi, dátami a chybami, ako aj na tvorbu a používanie makier. Zobraziť viac Osnova kurzu: 1. Výstupy, moduly, chyby a práca s dátami • Čo sú to moduly a submoduly • Práca s výstupom show, @info, println a modul Printf • Práca s chybami a výnimkami • Dátumy a časy • Práca so súbormi 2. Makrá • Čo sú makrá? • Ako makrá tvoriť a používať Pre koho je kurz určený: Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých záujemcov o moderné programovacie jazyky a vysokovýkonné výpočty. Je dôležité mať aspoň základy programovania v jazyku Julia. Výhodou sú znalosti s programovaním v Pythone alebo inom programovacom jazyku (naše kurzy Základy programovacieho jazyka Python, Python OOP, Spracovanie a vizualizácia Dát), aby ste mohli plne využiť ponúkaný obsah. Znalosti z programovania v jazyku Julia si viete doplniť tu: YouTube – Julia Programovanie Technické podmienky: Na kurze používame operačný systém Microsoft Windows. Odporúčame mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného systému. Bez blokovania portov a blokovania Firewallom. Treba mať nainštalovanú a rozbehanú Julia, Python + Anaconda, Jupyter Notebook + Jupyter Hub. Zobraziť menej
	5 Mar	AI pre mierne pokročilých Miroslav Reiter Registrácia Kurz AI pre mierne pokročilých poskytuje praktický a podrobný prehľad o využívaní pokročilých funkcií ChatGPT a jeho aplikácii v AI projektoch. Rozdelený je na dve hlavné časti – práca s ChatGPT a tvorba AI projektov. Účastníci sa naučia efektívne používať nástroje, ako je CANVAS, osvojia si formátovanie s MarkDown a získajú cenné tipy a triky na optimalizáciu práce s ChatGPT. Zobraziť viac Zároveň sa oboznámia s konceptom AI projektov a ich praktickými príkladmi. Kurz je navrhnutý pre mierne pokročilých používateľov ChatGPT, ktorí chcú prehĺbiť svoje znalosti a efektívne využiť umelú inteligenciu vo svojej práci alebo štúdiu. Osnova kurzu: 1. Práca s ChatGPT: • Úvod do noviniek ChatGPT a jeho schopností (multimodalita, rozšírená pamäť) • Zmeny v používateľskom rozhraní a novinky v integráciách (Súbory, Nástroje, Web browsing) • Čo je to CANVAS a ako ho začať používať • ChatGPT a formátovanie (Tabuľky, Markdown) • ChatGPT tipy a triky (Humanizer, Sider, ray.so) 2. AI projekty • Čo sú to AI projekty v ChatGPT 4 • Príklady na AI projekty Pre koho je kurz určený: Kurz je určený pre mierne pokročilých používateľov, ktorí už používajú ChatGPT a majú záujem o umelú inteligenciu a chcú sa zlepšiť v používaní a jeho nástrojoch. Je ideálny pre študentov, programátorov, marketérov a používateľov z iných oblastí, ktorí sa zaujímajú o AI a ChatGPT. Znalosti z AI a ChatGPT si viete doplniť tu: YouTube – AI a ChatGPT Technické podmienky: Na kurze používame operačný systém Microsoft Windows. Odporúčame mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného systému. Bez blokovania portov a blokovania Firewallom. Treba mať účet na ChatGPT Open AI. Pre plný potenciál a využitie kurzu odporúčame platenú verziu ChatGPT, ak si chcete spolu s lektorom vyskúšať všetky tipy a cvičenia. Zobraziť menej
	12 Mar	Git a GitHub II. Mierne Pokročilý Miroslav Reiter Registrácia Kurz Git a GitHub II. (Mierne Pokročilý) ponúka praktický a podrobný pohľad na pokročilejšie možnosti práce s Gitom a GitHubom. Rozdelený je na dve hlavné časti – používanie GitHub Desktop a práca s GitHubom. Účastníci sa naučia efektívne spravovať repozitáre pomocou nástrojov GitHub Desktop, vrátane operácií ako push, pull, fetch a odstránenie. V časti venovanej GitHubu sa oboznámia s prácou s Issues, Insights, nastaveniami repozitárov, šablónami, Wiki a GitHub Pages. Osvoja si tiež pokročilé využitie markdownu, ako sú tabuľky, upozornenia a odkazy, a naučia sa používať GitHub Projects na organizáciu práce vo formátoch Table, Board a Roadmap. Kurz je ideálny pre mierne pokročilých používateľov, ktorí chcú zlepšiť svoje schopnosti správy kódu a projektov v Git a GitHub. Osnova kurzu: 1. Git a GitHub Desktop • Používanie a nastavenia GitHub Desktop • Práca s repozitármi (push, pull, fetch, remove) 2. GitHub • Issues a Insights • Nastavenia repozitárov a šablóny • Wiki a GitHub Pages • Pokročilý markdown (Tabuľky, Upozornenia, Odkazy ) • GitHub projects (Table, Board, Roadmap) Pre koho je kurz určený: Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých záujemcov o verziovanie dát, projektov a moderné programovacie jazyky. Je dôležité mať aspoň základy používaniu Gitu a GitHubu. Výhodou sú znalosti s programovaním v Pythone alebo inom programovacom jazyku (naše kurzy Základy programovacieho jazyka Python, Python OOP, Spracovanie a vizualizácia Dát), aby ste mohli plne využiť ponúkaný obsah. Znalosti z Git a GitHub si viete doplniť tu: YouTube – Git a GitHub Technické podmienky: Na kurze používame operačný systém Microsoft Windows. Odporúčame mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného systému. Bez blokovania portov a blokovania Firewallom. Treba mať nainštalovaný a rozbehaný Git + GitHub Desktop + GitHub účet aj s viacerými repozitármi. Zobraziť viac
	19 Mar	Python štandardná knižnica Miroslav Reiter Registrácia Kurz Python štandardná knižnica poskytuje praktický a systematický prehľad najdôležitejších modulov štandardnej knižnice Pythonu. Zameriava sa na prácu s dátami a súbormi prostredníctvom modulov ako os, pathlib, csv a json, pričom účastníci získajú schopnosti efektívne manipulovať so súborovým systémom a dátovými formátmi. Zobraziť viac Kurz tiež pokrýva prácu s časom a generovanie dát pomocou modulov datetime a random. Osobitná pozornosť je venovaná efektívnej práci s dátovými štruktúrami cez modul collections, ako aj logovaniu a diagnostike pomocou logging a sys. Tento kurz je ideálny pre tých, ktorí chcú prehĺbiť svoje znalosti Pythonu a naučiť sa efektívne využívať jeho výkonné nástroje. Osnova kurzu: 1. Prehľad modulov štandardnej Python knižnice 2. Práca s dátami a súbormi (os, pathlib, csv, json) 3. Práca s časom a generovanie dát (datetime, random) 4. Efektívna práca s dátovými štruktúrami (collections) 5. Logovanie a diagnostika (logging, sys) Pre koho je kurz určený: Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých záujemcov o Python ako moderný programovací jazyk. Je dôležité mať znalosti s programovaním v Pythone a OOP (naše kurzy Základy programovacieho jazyka Python, Python OOP, Spracovanie a vizualizácia Dát), aby ste mohli plne využiť ponúkaný obsah. Znalosti z Python si viete doplniť tu: YouTube – Python Štandardná knižnica Technické podmienky: Na kurze používame operačný systém Microsoft Windows. Odporúčame mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného systému. Bez blokovania portov a blokovania Firewallom. Treba mať nainštalovaný a rozbehaný Python + Anaconda, Jupyter Notebook + Jupyter Hub. Rovnako je dôležité mať založené konto v Jetbrains Datalore. Zobraziť menej
	2 Apr	Testovanie Softvéru v Python I. Začiatočník Miroslav Reiter Registrácia Kurz Testovanie Softvéru v Python I. Začiatočník poskytuje ucelený úvod do základov testovania softvéru s využitím jazyka Python. Účastníci sa oboznámia s významom testovania softvéru, rôznymi typmi testovania, ako sú manuálne a automatizované testy, a prehľadom dostupných testovacích nástrojov v Python, ako sú unittest, pytest, Selenium a Robot Framework. Zobraziť viac Kurz sa zameriava na vytváranie jednoduchých testovacích prípadov s modulom unittest, pričom účastníci sa naučia používať assert metódy na overovanie výsledkov a spúšťať testy, pričom budú schopní interpretovať výstupy. Ďalej sa zameriava na automatizáciu testov s pytest, kde sa účastníci naučia, prečo je tento nástroj výhodný, ako ho nainštalovať a nastaviť, a ako písať jednoduché testy. Tento kurz je určený pre začiatočníkov, ktorí sa chcú naučiť základné techniky testovania softvéru v Pythone a získať praktické zručnosti v tejto oblasti. Osnova kurzu: 1. Úvod do testovania softvéru v Pythone • Čo je testovanie softvéru a prečo je dôležité? • Typy testovania (manuálne vs. automatizované) • Prehľad testovacích nástrojov v Python (unittest, pytest, Selenium, Robot Framework) 2. Základy Python unittest • Stručný prehľad modulu unittest • Vytváranie jednoduchých testovacích prípadov • Použitie assert metód na overovanie výsledkov • Spúšťanie a interpretácia výsledkov testov 3. Automatizácia testov s pytest • Prečo používať pytest a jeho výhody • Inštalácia a nastavenie pytest • Písanie jednoduchých testov pomocou pytest 4. Mockovanie a testovanie externých služieb • Čo je to mockovanie? • Použitie modulu unittest.mock Pre koho je kurz určený: Kurz je vhodný pre testerov, programátorov, QA manažérov a všetkých záujemcov o testovanie v programovacom jazyku Python. Je dôležité mať znalosti s programovaním v Pythone a OOP (naše kurzy Základy programovacieho jazyka Python, Python OOP, Spracovanie a vizualizácia Dát), aby ste mohli plne využiť ponúkaný obsah. Znalosti z Python si viete doplniť tu: YouTube – Testovanie Softvéru v Pythone Technické podmienky: Na kurze používame operačný systém Microsoft Windows. Odporúčame mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného systému. Bez blokovania portov a blokovania Firewallom. Treba mať nainštalovaný a rozbehaný Python + Anaconda, Jupyter Notebook + Jupyter Hub. Rovnako je dôležité mať založené konto v Jetbrains Datalore. Zobraziť menej
	9 Apr	Python – Neurónové siete s knižnicou Keras Miroslav Reiter Registrácia Kurz Python – Neurónové siete s knižnicou Keras poskytuje praktický úvod do sveta neurónových sietí s použitím knižnice Keras. Účastníci sa oboznámia so základnými princípmi neurónových sietí, naučia sa pracovať s Keras, inštalovať a konfigurovať prostredie pre vývoj modelov. V prvej časti kurzu sa zameriame na vytvorenie a tréning jednoduchého modelu neurónovej siete, pričom sa účastníci naučia používať základnú štruktúru modelu Sequential, pridávať vrstvy ako Dense a Activation a nastavovať optimalizátory. Zobraziť viac Model bude trénovaný na jednoduchých dátach, ako je napríklad dataset MNIST, a účastníci si osvojí používanie metód ako fit() a evaluate() na tréning a vyhodnotenie modelu. V závere kurzu sa účastníci naučia ukladať modely, načítavať ich a vykonávať predikcie na nových dátach. Tento kurz je ideálny pre začiatočníkov, ktorí sa chcú naučiť, ako vytvárať a trénovať neurónové siete v Pythone s knižnicou Keras a získať praktické skúsenosti s tvorbou a vylepšovaním modelov strojového učenia. Osnova kurzu: 1. Úvod do neurónových sietí a Keras • Čo sú neurónové siete a ich základné princípy? • Prehľad knižnice Keras • Nastavenie prostredia pre prácu s Keras (inštalácia a základná konfigurácia) 2. Vytvorenie a tréning jednoduchého modelu • Základná štruktúra neurónovej siete v Keras (Sequential model) • Pridávanie vrstiev (Dense, Activation) a nastavenie optimalizátorov • Tréning modelu na jednoduchých dátach (napr. MNIST) • Použitie metód fit() a evaluate() 3. Vylepšovanie a optimalizácia modelu • Použitie techník na zlepšenie výkonu (Dropout, BatchNormalization) • Úprava hyperparametrov a optimalizácia modelu • Overovanie výsledkov modelu 4. Ukladanie modelu a predikcia na nových dátach • Ukladanie a načítanie modelu • Predikcia výsledkov s novými dátami Pre koho je kurz určený: Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých záujemcov o Python ako moderný programovací jazyk. Je dôležité mať znalosti s programovaním v Pythone a OOP (naše kurzy Základy programovacieho jazyka Python, Python OOP, Spracovanie a vizualizácia Dát), aby ste mohli plne využiť ponúkaný obsah. Znalosti z Python si viete doplniť tu: YouTube – Neurónové siete v Pythone Technické podmienky: Na kurze používame operačný systém Microsoft Windows. Odporúčame mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného systému. Bez blokovania portov a blokovania Firewallom. Treba mať nainštalovaný a rozbehaný Python + Anaconda, Jupyter Notebook + Jupyter Hub. Rovnako je dôležité mať založené konto v Jetbrains Datalore. Zobraziť menej
	16 Apr	Strojové učenie (Machine Learning ML) v Pythone (scikit-learn) zamerané na Regresiu Miroslav Reiter Registrácia Kurz Strojové učenie (Machine Learning ML) v Pythone (scikit-learn) – Regresia poskytuje praktický úvod do základov strojového učenia so zameraním na regresné modely. Účastníci sa oboznámia so základnými pojmami, ako je supervised learning, tréning a testovanie modelov, a pochopia rozdiel medzi regresiou a klasifikáciou. Zobraziť viac Kurz ponúka prehľad rôznych typov regresií a knižnice scikit-learn, pričom sa naučia pripravovať dáta pre modelovanie a pracovať s datasetmi. V ďalšej časti sa kurz zameriava na teóriu a aplikácie lineárnej regresie. Účastníci sa naučia vytvoriť model lineárnej regresie v scikit-learn, trénovať ho, vyhodnocovať jeho výkon pomocou metrík, ako sú R² a Mean Squared Error, a využívať model na predikciu hodnôt. Kurz pokračuje témou viacnásobnej regresie, kde sa účastníci naučia pracovať s viacerými vstupnými premennými, vyberať dôležité nezávislé premenné, normalizovať dáta a vytvárať pokročilejšie modely. Tento kurz je navrhnutý pre začiatočníkov, ktorí sa chcú naučiť princípy regresie, zvládnuť ich implementáciu v Pythone a získať pevné základy pre ďalšie témy strojového učenia. Osnova kurzu: 1. Úvod do strojového učenia a regresie • Základné pojmy strojového učenia (supervised learning, training, testing) • Čo je regresia a ako sa líši od klasifikácie • Prehľad typov regresií • Prehľad knižnice scikit-learn • Príprava dát pre modelovanie a práca s datasetmi 2. Lineárna regresia • Teória lineárnej regresie a jej aplikácie • Vytvorenie modelu lineárnej regresie v scikit-learn • Tréning modelu a vyhodnocovanie výkonu (R², Mean Squared Error) • Predikcia hodnôt s modelom 3. Viacnásobná regresia a výber parametrov • Prechod na viacnásobnú regresiu: viacero vstupných premenných • Výber dôležitých vstupných premenných a normalizácia dát • Vytvorenie a tréning modelu s viacerými nezávislými premennými Pre koho je kurz určený: Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých záujemcov o Python ako moderný programovací jazyk. Je dôležité mať znalosti s programovaním v Pythone a OOP (naše kurzy Základy programovacieho jazyka Python, Python OOP, Spracovanie a vizualizácia Dát), aby ste mohli plne využiť ponúkaný obsah. Rovnako je odporúčané mať základné skúsenosti s knižnicou scikit-learn. Znalosti z Python si viete doplniť tu: YouTube – Python Základy Znalosti z scikit-learn si viete doplniť tu: YouTube – scikit-learn Technické podmienky: Na kurze používame operačný systém Microsoft Windows. Odporúčame mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného systému. Bez blokovania portov a blokovania Firewallom. Treba mať nainštalovaný a rozbehaný Python + Anaconda, Jupyter Notebook + Jupyter Hub. Rovnako je dôležité mať založené konto v Jetbrains Datalore. Zobraziť menej