TOP tečaji programiranja iz Open Education
Miscellanea / / November 28, 2023
Uvod v LegalTech
Program je uvod v interdisciplinarno področje LegalTech. Ponuja pregled osnov in osnovnih načel pravne prakse, ki so potrebni za razumevanje LegalTecha, ter analizo obstoječih rešitev. Vzporedno se obravnavajo vprašanja digitalizacije, digitalne transformacije, umetne inteligence ter vprašanja etike in varnosti pri uporabi orodij LegalTech. Po obvladovanju programa bo študent razvil razumevanje tega področja in možne smeri nadaljnjega razvoja na njem.
4,2
Tehnologija fotografiranja iz zraka z uporabo UAV
Namen predmeta je, da študent pridobi znanje o tehnologiji aerofotografiranja z brezpilotnimi letalniki (UAV). Cilji predmeta vključujejo seznanitev z: tipi letal in tovora, načrtovanje letal, izdelava geodetske utemeljitve izmere, z načrtovanjem in izvedbo leta, z glavnimi fazami obdelave podatkov in z uporabo pridobljenih materialov. Poseben razdelek je posvečen pravnim vidikom uporabe aerofotografij z UAV.
4,2
Programiranje kvantnih računalnikov v Pythonu s Qiskitom
Cilji predmeta Spoznajte QisKit – najpomembnejše orodje v arzenalu razvijalca kvantnega algoritma. Raziščite druge funkcije platforme IBM Quantum Experience - Spoznajte nekaj novih (in presenetljivo uporabnih) algoritmov. Uživajte! Tisti, ki verjamete, da je teorija brez prakse mrtva - pridružite se nam! Vadimo in rešimo pred smrtjo težko prigarano teoretično znanje s področja kvantnega računalništva!
4,2
Orodja za ustvarjanje rešitev LegalTech
Ta program je nadaljevanje programov "Uvod v LegalTech" in "Avtomatizacija v pravnih dejavnostih: analiza praks". Tako kot prejšnji programi je njegov cilj razviti potrebno razumevanje za spodbujanje razumevanja interdisciplinarnega področja, kot je LegalTech. Glavna značilnost tega programa pa je, da se osredotoča predvsem na analizo orodij in praks za implementacijo in razvoj rešitev LegalTech. Z obvladanjem si bo študent izoblikoval popolnejše razumevanje tega interdisciplinarnega področja in možnih smeri nadaljnjega razvoja na njem.
4,2
Avtomatizacija v pravni dejavnosti: analiza praks
Ta program je nadaljevanje programa Uvod v LegalTech. Tako kot prejšnji program je tudi program "Avtomatizacija v pravni dejavnosti: analiza praks" namenjen oblikovanje potrebnih idej, ki prispevajo k razumevanju takšnega interdisciplinarnega področja, kot je LegalTech. Vendar pa je glavna značilnost tega programa, da se v celoti osredotoča na analizo obstoječih praks avtomatizacije na pravnem področju. Z obvladanjem si bo študent izoblikoval popolnejše razumevanje tega interdisciplinarnega področja in možnih smeri nadaljnjega razvoja na njem.
4,2
Biološko navdihnjene kognitivne arhitekture (BICA)
Biološko navdihnjene kognitivne arhitekture (BICA) – To je obetavna, aktivno razvijajoča se smer na stičišču umetne inteligence, biologije in kognitivnih Sci. Eden od dokazov za to je povečano število znanstvenih publikacij, vključno s posebnimi izdajami, pa tudi konferenc in financiranih programov, tako ali drugače povezanih s tem področjem.
4,2
UNIX in Linux v infokomunikaciji
Ta tečaj vam bo predstavil osnove operacijskih sistemov Unix in Linux. Pokazal vam bo, kako so takšni sistemi organizirani, in prikazal, kako jih uporabljati na napredni ravni. Po zaključku tega tečaja boste dobro razumeli načela delovanja teh sistemov. Z uporabo teh veščin boste lahko izvajali temeljne operativne naloge, ne glede na to, ali je vaš Unix/Linux stroj ali oddaljeni sistem. Tečaj poteka v angleškem jeziku z ruskimi podnapisi.
4,2
Uvod v strojno učenje
Predmet omogoča dostop do osnovnega sklopa znanja teorije verjetnosti, matematične statistike in matematičnih osnov algoritmov za reševanje problemov strojnega učenja. Zagotavlja tudi praktične veščine analize podatkov in ustvarjanja modelov strojnega učenja v programskem jeziku Python.
4,2
Obdelava podatkov v Pythonu
Predmet obravnava osnovne pristope in knjižnice za obdelavo in vizualizacijo podatkov v Pythonu. Študenti spoznajo metode dela z različnimi vrstami podatkov – od polstrukturiranih do tabelarnih in Prav tako se naučijo reševati praktične naloge priprave podatkov z odprtimi nizi podatkov in API. Pri predmetu se študentje seznanijo s knjižnicami, ki so potrebne za učinkovito reševanje širokega nabora analitičnih problemov, kot so Ipython, Pandas, Numpy, Matplotlib in Scikit-learn itd.
4,2