TOP Kurzy programování od Open Education
Různé / / November 28, 2023
Úvod do LegalTech
Program je úvodem do interdisciplinární oblasti LegalTech. Poskytuje přehled základů a základních principů právní praxe nezbytných k pochopení LegalTech a také analýzu existujících řešení. Paralelně jsou zvažovány otázky digitalizace, digitální transformace, umělé inteligence a otázky etiky a bezpečnosti při používání nástrojů LegalTech. Student si po zvládnutí programu rozvine porozumění této oblasti a možným směrům dalšího rozvoje v ní.
4,2
Technologie leteckého snímkování pomocí UAV
Cílem předmětu je, aby studenti získali znalosti o technologii leteckého snímkování pomocí bezpilotních prostředků (UAV). Cíle předmětu zahrnují seznámení s: typy letadel a nosností, konstrukcí letadel, tvorbou geodetické zdůvodnění zaměření, s plánováním a prováděním letů, s hlavními fázemi zpracování dat a s využitím získaných materiálů. Samostatná část je věnována právním aspektům používání leteckého snímkování z UAV.
4,2
Programování kvantových počítačů v Pythonu s Qiskit
Cíle kurzu Naučte se QisKit – nejdůležitější nástroj v arzenálu vývojáře kvantových algoritmů. Prozkoumejte další funkce platformy IBM Quantum Experience – Naučte se některé nové (a překvapivě užitečné) algoritmy. Užívat si! Ti, kteří věří, že teorie je mrtvá bez praxe – přidejte se k nám! Pojďme si procvičit a zachránit před smrtí pracně nabyté teoretické znalosti o oboru kvantových počítačů!
4,2
Nástroje pro vytváření řešení LegalTech
Tento program je pokračováním programů „Úvod do LegalTech“ a „Automatizace v právních činnostech: Analýza postupů“. Stejně jako předchozí programy si klade za cíl rozvíjet potřebné porozumění pro podporu porozumění takové interdisciplinární oblasti, jako je LegalTech. Hlavním rysem tohoto programu je však to, že se zaměřuje především na analýzu nástrojů a postupů pro implementaci a vývoj řešení LegalTech. Po jejím zvládnutí si student utvoří ucelenější představu o tomto interdisciplinárním oboru a možných směrech dalšího rozvoje v něm.
4,2
Automatizace v právních činnostech: analýza praxe
Tento program je pokračováním programu Úvod do LegalTech. Stejně jako předchozí program je zaměřen program „Automatizace v právních činnostech: Analýza praxe“. formování potřebných myšlenek, které přispívají k pochopení takového interdisciplinárního oboru, jako je LegalTech. Hlavním rysem tohoto programu je však to, že se plně zaměřuje na analýzu stávajících postupů automatizace v právní oblasti. Po jejím zvládnutí si student utvoří ucelenější představu o tomto interdisciplinárním oboru a možných směrech dalšího rozvoje v něm.
4,2
Biologicky inspirované kognitivní architektury (BICA)
Biologicky inspirované kognitivní architektury (BICA) – Jedná se o slibný, aktivně se rozvíjející směr na pomezí umělé inteligence, biologie a kognitivních funkcí Sci. Důkazem toho je zvýšený počet vědeckých publikací, včetně speciálních edic, a také konferencí a financovaných programů, tak či onak souvisejících s touto oblastí.
4,2
UNIX a Linux v informační komunikaci
Tento kurz vám poskytne základy operačních systémů Unix a Linux. Ukáže vám, jak jsou takové systémy organizovány, a ukáže, jak je používat na pokročilé úrovni. Po absolvování tohoto kurzu budete dobře rozumět principům fungování těchto systémů. Při aplikaci těchto dovedností budete schopni provádět základní provozní úkoly, ať už váš stroj Unix/Linux nebo vzdálený systém. Kurz je na úrovni angličtiny s ruskými titulky.
4,2
Úvod do strojového učení
Předmět poskytuje přístup k základnímu souboru znalostí z teorie pravděpodobnosti, matematické statistiky a matematických základů algoritmů pro řešení problémů strojového učení. Poskytuje také praktické dovednosti v analýze dat a vytváření modelů strojového učení v programovacím jazyce Python.
4,2
Zpracování dat v Pythonu
Kurz se zabývá základními přístupy a knihovnami pro zpracování a vizualizaci dat v Pythonu. Studenti se seznámí s metodami práce s různými typy dat – od polostrukturovaných až po tabulková, popř Učí se také řešit praktické úlohy přípravy dat pomocí otevřených datových sad a API. V kurzu se studenti seznámí s knihovnami, které jsou nezbytné pro efektivní řešení široké škály analytických problémů, jako jsou Ipython, Pandas, Numpy, Matplotlib a Scikit-learn atd.
4,2