|
Lecturer(s)
|
|
|
|
Course content
|
Content of the exercises: 1. Introduction, introduction to Python, Jupyter notebook and Visual Studio Code development environment 2. Basic commands, data types and operators 3. Advanced data types and functions 4. Modern concepts of object-oriented programming in Python 5. Modules and libraries 6. Mathematical operations in Numpy 7. Data visualization in Matplotlib 8. Working with tabular data in Pandas 9. Symbolic mathematics in Sympy 10. Working with cameras and image processing in OpenCV 11. ROS2 - Architecture 12. ROS2 - Communication methods 13. ROS2 - URDF format for robot description 14. Final project presentation
|
|
Learning activities and teaching methods
|
- Participation in classes
- 42 hours per semester
- Term paper
- 39 hours per semester
|
| learning outcomes |
|---|
| Knowledge |
|---|
| vysvětlit základy pro práci s průmyslovými daty v jazyce Python |
| vysvětlit základy pro práci s průmyslovými daty v jazyce Python |
| orientovat v prostředí ROS (Robot Operating System) |
| orientovat v prostředí ROS (Robot Operating System) |
| vysvětlit fungování Jupyter notebooků a popsat výhody použití pro vývoj v Pythonu. |
| vysvětlit fungování Jupyter notebooků a popsat výhody použití pro vývoj v Pythonu. |
| vysvětlit principy objektově orietovaného programování v jazyce Python |
| vysvětlit principy objektově orietovaného programování v jazyce Python |
| Skills |
|---|
| připravit složitější program v programovacím jazyce Python |
| připravit složitější program v programovacím jazyce Python |
| pochopit cizí kód v programovacím jazyce Python |
| pochopit cizí kód v programovacím jazyce Python |
| efektivně získat, analyzovat a vizualizovat data různého rozsahu |
| efektivně získat, analyzovat a vizualizovat data různého rozsahu |
| použít jazyk Python k řešení problémů v oblasti datové vědy |
| použít jazyk Python k řešení problémů v oblasti datové vědy |
| teaching methods |
|---|
| Knowledge |
|---|
| Exercises on PC |
| Exercises on PC |
| Skills |
|---|
| Exercises on PC |
| Exercises on PC |
| assessment methods |
|---|
| Knowledge |
|---|
| Analysis of seminar paper |
| Analysis of seminar paper |
|
Recommended literature
|
-
LUTZ, M. Learning Python. Fifth edition. Beijing: O'Reilly,, 2013. ISBN 978-1449355739.
|