Předmět: Scientific Reading 1

« Zpět
Název předmětu Scientific Reading 1
Kód předmětu KMA/SR1
Organizační forma výuky Seminář
Úroveň předmětu Bakalářský
Rok studia nespecifikován
Semestr Zimní
Počet ECTS kreditů 2
Vyučovací jazyk Angličtina
Statut předmětu Povinně-volitelný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Vodák Rostislav, doc. RNDr. Ph.D.
  • Dhara Raj Narayan, Ph.D.
  • Hron Karel, prof. RNDr. Ph.D.
  • Fürst Tomáš, RNDr. Ph.D.
  • Fišerová Eva, doc. RNDr. Ph.D.
  • Ludvík Pavel, RNDr. Ph.D.
  • Ženčák Pavel, RNDr. Ph.D.
Obsah předmětu
Seminář vede studenty k četbě odborných textů. V rámci semináře budeme sledovat prestižní vědecká periodika, která nejsou úzce oborově vyhraněná (Nature, Science, ...). Každý týden si vybereme jeden článek, všichni si jej přečtou a na příštím semináři jej jeden ze studentů odprezentuje. Následovat bude diskuse. Seminář tak bude nejen rozšiřovat obzory vědecké a jazykové, ale také povede ke schopnosti komunikovat o tématech, která jsou typicky mimo oborovou specializaci. To je u odborníků na Data Science klíčová kompetence, protože všechna data, se kterými se absolventi budou setkávat, přirozeně pocházejí z nějakého vědního oboru, ve kterém typicky absolventi nebudou specialisté.

Studijní aktivity a metody výuky
Dialogická (diskuze, rozhovor, brainstorming)
  • Domácí příprava na výuku - 20 hodin za semestr
  • Účast na výuce - 26 hodin za semestr
Výstupy z učení
Diskuze vybraných publikačních výstupů v Data Science.
Syntéza Orientace v aktuálních tématech Data Science
Předpoklady
Zájem o Data Science.

Hodnoticí metody a kritéria
Seminární práce

Aktivní výstup na semináři - prezentace odborného článku.
Doporučená literatura
  • Aktuální časopisecká literatura..


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Aplikovaná matematika - specializace Data Science (2020) Kategorie: Matematické obory 3 Doporučený ročník:3, Doporučený semestr: Zimní
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Matematika (2020) Kategorie: Matematické obory 3 Doporučený ročník:3, Doporučený semestr: Zimní
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Aplikovaná matematika - specializace Průmyslová matematika (2020) Kategorie: Matematické obory 3 Doporučený ročník:3, Doporučený semestr: Zimní
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Aplikovaná matematika - specializace Matematika v ekonomické praxi (2021) Kategorie: Matematické obory 3 Doporučený ročník:3, Doporučený semestr: Zimní