Geoinformatika

Anotace předmětu:

Kurz pokrývající důležité pasáže teoretické informatiky zaměřené na práci s prostorovými/atributovými daty v GIS, DPZ a kartografii. Rastrová a vektorová data, jejich formáty, komprese dat. Big data. Prostorové indexování dat. Digitální zpracování obrazu. Transformace obrazových dat. Shluková analýza, clusterizace. Základní grafové algoritmy. Strojové učení. Hluboké učení.

Vstupni znalost: skriptování v programovacím jazyce Python.

Přednášky:

Seznam přednášek pro zimní semestr 2024/25.

 Přednáška  Téma
 Přednášející  Ke stažení 
1. Úvod, Python, opakování. doc. Ing. Tomáš Bayer, Ph.D. Přednáška
2. Algoritmy, datové struktury, složitost doc. Ing. Tomáš Bayer, Ph.D. Přednáška
3. Rastrová data a jejich formáty Ing. Lukáš Brodský, Ph.D. Přednáška
4. Big data/cloud computing prostorových dat doc. RNDr. Přemysl Štych, Ph.D. Přednáška 
5. Prostorová indexace dat doc. Ing. Tomáš Bayer, Ph.D. Přednáška 
6. Redukce dimenzionality a transformace dat Ing. Markéta Potůčková, Ph.D. Přednáška 
7. Digitální zpracování obrazu RNDr. Jakub Lysák, Ph.D. Přednáška
8. Shluková analýza Ing. Markéta Potůčková, Ph.D. Přednáška 
9. Grafové algoritmy, úvod doc. Ing. Tomáš Bayer, Ph.D. Přednáška
10. Nejkratší cesty v grafu doc. Ing. Tomáš Bayer, Ph.D. Přednáška
11-12. Strojové učení Ing. Lukáš Brodský, Ph.D. Přednáška 


Cvičení:

Praktická aplikace poznatků při řešení úloh skriptováním v programovacím jazyce Python.  Termín odevzdání je stanoven vyučujícím.

 Cvičení   Téma úlohy  Ke stažení 
1. PCA  zadání
2. Shluková analýza  zadání
3. Grafové algoritmy  zadání
4. Strojové učení  zadání

Pro odevzdávání úloh používejte github.

Stav klasifikace pro akademický rok 2024/2025:
Stav odevzdání úloh.

Podmínky zápočtu:

  • Včasné odevzdání úloh (do zápočtového týdne).
  • Účast na cvičeních (1 absence povolena).

Zkouška:

Výsledná známka odvozena z bodového hodnocení odevzdaných úloh.
Hodnocení bude prováděno po skupinách (tvořeny dvěma studenty).

Literatura:

  1. Sojka, E., Gaura, J, Krumnikl, M.: Matematické základy digitálního zpracování obrazu, ZČU, 2011.
  2. Samet, H.: Foundations of Multidimensional and Metric Data Structures, Morgan Kaufmann, 2006, ISBN: 9780123694461
  3. Goodfellow, I., Bengio, Y., Courville, A.: Deep learning, MIT Press, 2016.
  4. Kolář, J.: Teoretická informatika, skriptum ČVUT, 2004