|
Vyučující
|
-
Popelka Stanislav, RNDr. Ph.D.
-
Pechanec Vilém, prof. RNDr. Ph.D.
-
Burian Jaroslav, doc. RNDr. Ph.D.
|
|
Obsah předmětu
|
Předmět je založen na kombinaci přednášek expertů z praxe, lokálně přednášených témat i informačních kanálů z technologických inkubátorů. V praktické části si studenti formou individuálních úloh a skupinové semestrální práce osvojí vybrané aspekty přednášených témat. Technologické novinky v oblasti GIS, technologické novinky v oblasti DPZ, tvorba nových datasetů, vytěžování existujících dat, nové postupy a nástroje při analýze geodat, sdílení geodat, nové aplikace a informační systémy, aktuální projekty státní a veřejné správy.
|
|
Studijní aktivity a metody výuky
|
Monologická (výklad, přednáška, instruktáž), Dialogická (diskuze, rozhovor, brainstorming), Projekce (statická, dynamická), Aktivizující práce ve skupinách
- Účast na výuce
- 46 hodin za semestr
- Domácí příprava na výuku
- 46 hodin za semestr
|
|
Výstupy z učení
|
Cílem předmětu je přibližít aktuální trendy a výzkumné otázky v soudobé geoinformatice. Klade si za cíl seznámit posluchače s aktuálním děním v oboru. Diskutované trendy a praxí aktuálně řešené témata pokrývají široké spektrum oblastí formující soudobé nasazení GIT - technologické novinky, nové datové zdroje a metodologické přístupy, probíhající standardizační procesy a legislativní opatření, výzvy a projekty ve státní a veřejné správě.
|
|
Předpoklady
|
Znalosti a orientace v geoinformatice v rozsahu dokončeného odborného bakalářského studia GIT.
|
|
Hodnoticí metody a kritéria
|
Ústní zkouška, Seminární práce, Písemný test
Požadavky pro úspěšné absolvování předmětu: Docházka dle studijního řádu. Prezentace semestrální práce dle zadaných požadavků. Zápočet bude udělen za ocházku a vypracování cvičení. Zkouška bude teoretická z obsahu přednášek a a prezentace semestrální práce na požadované úrovni.
|
|
Doporučená literatura
|
-
Amazon EMR. Amazon Web Services (AWS) - Cloud Computing Service.
-
Chollet, F. (2019). Deep learning v jazyku Python: knihovny Keras, Tensorflow. Praha, Grada Publishing. Knihovna programátora (Grada).
-
Northup P. (2013). Using Big Data in Geographic Information Systems for Observing Earth?s Climate.
|