|
Vyučující
|
-
Kolaříková Alena, Ing.
-
Ponížil Petr, prof. RNDr. Ph.D.
|
|
Obsah předmětu
|
práce s příkazovou řádkou (bash, powershell) MS Excel: Základní operace, formátování MS Excel: Základní funkce (suma, průměr, když, ) MS Excel: Pokročilejší funkce (svyhledat, iferror, řešitel) textové procesory (MS Word, základy typografie) nástroje pro tvorbu prezentací (MS PowerPoint) programovací jazyk python: Úvod do programování, programovací jazyk python: Proměnné, příkaz print, základní funkce programovací jazyk python: Práce s cykly programovací jazyk python: Práce se soubory tvorba grafů (knihovna matplotlib) matematika na počítači (knihovna sympy)
|
|
Studijní aktivity a metody výuky
|
Monologická (výklad, přednáška, instruktáž)
- Příprava na zápočet
- 30 hodin za semestr
- Účast na výuce
- 28 hodin za semestr
- Semestrální práce
- 10 hodin za semestr
- Domácí příprava na výuku
- 20 hodin za semestr
|
| Předpoklady |
|---|
| Odborné znalosti |
|---|
| Očekává se pevné pochopení základních matematických principů a logického myšlení na úrovni střední školy. To zahrnuje porozumění základním matematickým operacím, funkcím, grafům a schopnost aplikovat logické uvažování při řešení problémů. Tyto znalosti jsou klíčové pro efektivní práci s tabulkovými procesory a pro pochopení základních konceptů programování. Dále je výhodou základní povědomí o anglickém jazyce, jelikož mnoho technických materiálů, dokumentace a programovacích nástrojů je v angličtině. |
| Očekává se pevné pochopení základních matematických principů a logického myšlení na úrovni střední školy. To zahrnuje porozumění základním matematickým operacím, funkcím, grafům a schopnost aplikovat logické uvažování při řešení problémů. Tyto znalosti jsou klíčové pro efektivní práci s tabulkovými procesory a pro pochopení základních konceptů programování. Dále je výhodou základní povědomí o anglickém jazyce, jelikož mnoho technických materiálů, dokumentace a programovacích nástrojů je v angličtině. |
| Students are expected to have a solid understanding of basic mathematical principles and logical thinking at a high school level. This includes comprehension of fundamental mathematical operations, functions, graphs, and the ability to apply logical reasoning to problem-solving. These areas of knowledge are crucial for effective work with spreadsheets and for grasping the basic concepts of programming. Additionally, a basic familiarity with the English language is advantageous, as much technical material, documentation, and programming tools are in English. |
| Students are expected to have a solid understanding of basic mathematical principles and logical thinking at a high school level. This includes comprehension of fundamental mathematical operations, functions, graphs, and the ability to apply logical reasoning to problem-solving. These areas of knowledge are crucial for effective work with spreadsheets and for grasping the basic concepts of programming. Additionally, a basic familiarity with the English language is advantageous, as much technical material, documentation, and programming tools are in English. |
| Odborné dovednosti |
|---|
| Studenti by měli mít základní uživatelské dovednosti v práci s počítačem. To zahrnuje schopnost zapnout a vypnout počítač, efektivně používat operační systém (Windows nebo macOS), ovládat základní vstupní zařízení jako myš a klávesnice a pracovat s běžnými softwarovými aplikacemi, například s webovým prohlížečem nebo jednoduchým textovým editorem. Důležitá je také schopnost řešit problémy a analytické myšlení, které studentům pomůže při pochopení algoritmů a efektivní manipulaci s daty. |
| Studenti by měli mít základní uživatelské dovednosti v práci s počítačem. To zahrnuje schopnost zapnout a vypnout počítač, efektivně používat operační systém (Windows nebo macOS), ovládat základní vstupní zařízení jako myš a klávesnice a pracovat s běžnými softwarovými aplikacemi, například s webovým prohlížečem nebo jednoduchým textovým editorem. Důležitá je také schopnost řešit problémy a analytické myšlení, které studentům pomůže při pochopení algoritmů a efektivní manipulaci s daty. |
| Students should have fundamental computer literacy skills. This involves being able to turn a computer on and off, effectively use an operating system (Windows or macOS), operate basic input devices like a mouse and keyboard, and work with common software applications such as a web browser or a simple text editor. Problem-solving ability and analytical thinking are also important; these will help students understand algorithms and manipulate data effectively. |
| Students should have fundamental computer literacy skills. This involves being able to turn a computer on and off, effectively use an operating system (Windows or macOS), operate basic input devices like a mouse and keyboard, and work with common software applications such as a web browser or a simple text editor. Problem-solving ability and analytical thinking are also important; these will help students understand algorithms and manipulate data effectively. |
| Výsledky učení |
|---|
| Odborné znalosti |
|---|
| Pokročilé principy práce s tabulkovými procesory: Student bude znát pokročilé funkce Excelu pro analýzu dat, optimalizaci a práci s velkými datovými soubory. Základy programovacího jazyka Python: Student bude rozumět základní syntaxi Pythonu, datovým typům, řízení toku programu (cykly, podmínky) a principům modulárního programování. Princip tvorby profesionálních technických dokumentů: Student bude znát základní typografická pravidla a strukturování dokumentů v MS Wordu pro vědecké publikace. Metody vizualizace dat: Student bude mít znalosti o různých typech grafů a nejlepších postupech pro vizualizaci dat v Excelu i v Pythonu pomocí knihoven jako Matplotlib. Využití nástrojů pro symbolické a numerické výpočty: Student bude seznámen s možnostmi a využitím nástrojů jako Wolfram Alpha pro řešení matematických problémů. |
| Pokročilé principy práce s tabulkovými procesory: Student bude znát pokročilé funkce Excelu pro analýzu dat, optimalizaci a práci s velkými datovými soubory. Základy programovacího jazyka Python: Student bude rozumět základní syntaxi Pythonu, datovým typům, řízení toku programu (cykly, podmínky) a principům modulárního programování. Princip tvorby profesionálních technických dokumentů: Student bude znát základní typografická pravidla a strukturování dokumentů v MS Wordu pro vědecké publikace. Metody vizualizace dat: Student bude mít znalosti o různých typech grafů a nejlepších postupech pro vizualizaci dat v Excelu i v Pythonu pomocí knihoven jako Matplotlib. Využití nástrojů pro symbolické a numerické výpočty: Student bude seznámen s možnostmi a využitím nástrojů jako Wolfram Alpha pro řešení matematických problémů. |
| Advanced Spreadsheet Principles: Students will understand advanced Excel functions for data analysis, optimization, and working with large datasets. Fundamentals of Python Programming: Students will grasp basic Python syntax, data types, program flow control (loops, conditionals), and the principles of modular programming. Principles of Professional Technical Document Creation: Students will know basic typographical rules and document structuring in MS Word for scientific publications. Data Visualization Methods: Students will have knowledge of various chart types and best practices for visualizing data in Excel and in Python using libraries like Matplotlib. Utilization of Symbolic and Numerical Computation Tools: Students will be familiar with the capabilities and uses of tools like Wolfram Alpha for solving mathematical problems. |
| Advanced Spreadsheet Principles: Students will understand advanced Excel functions for data analysis, optimization, and working with large datasets. Fundamentals of Python Programming: Students will grasp basic Python syntax, data types, program flow control (loops, conditionals), and the principles of modular programming. Principles of Professional Technical Document Creation: Students will know basic typographical rules and document structuring in MS Word for scientific publications. Data Visualization Methods: Students will have knowledge of various chart types and best practices for visualizing data in Excel and in Python using libraries like Matplotlib. Utilization of Symbolic and Numerical Computation Tools: Students will be familiar with the capabilities and uses of tools like Wolfram Alpha for solving mathematical problems. |
| Odborné dovednosti |
|---|
| Efektivní práce s příkazovou řádkou: Student bude schopen efektivně navigovat, spravovat soubory a automatizovat úkoly pomocí Bash nebo PowerShellu. Analyzovat a zpracovávat data v MS Excelu: Student bude umět používat pokročilé funkce (např. SVYHLEDAT, Řešitel), kontingenční tabulky a datovou validaci pro komplexní analýzu dat. Programovat v Pythonu pro řešení technických úloh: Student bude schopen psát vlastní skripty pro zpracování souborů, automatizaci a základní analýzu dat. Vytvářet a upravovat grafy v Pythonu: Student bude umět generovat různé typy grafů (spojnicové, sloupcové, bodové) a přizpůsobovat je pro srozumitelnou vizualizaci dat pomocí knihoven Matplotlib a Seaborn. Připravovat strukturované technické zprávy a dokumenty: Student bude schopen efektivně využívat funkce MS Wordu pro tvorbu obsahu, rejstříku a referencí |
| Efektivní práce s příkazovou řádkou: Student bude schopen efektivně navigovat, spravovat soubory a automatizovat úkoly pomocí Bash nebo PowerShellu. Analyzovat a zpracovávat data v MS Excelu: Student bude umět používat pokročilé funkce (např. SVYHLEDAT, Řešitel), kontingenční tabulky a datovou validaci pro komplexní analýzu dat. Programovat v Pythonu pro řešení technických úloh: Student bude schopen psát vlastní skripty pro zpracování souborů, automatizaci a základní analýzu dat. Vytvářet a upravovat grafy v Pythonu: Student bude umět generovat různé typy grafů (spojnicové, sloupcové, bodové) a přizpůsobovat je pro srozumitelnou vizualizaci dat pomocí knihoven Matplotlib a Seaborn. Připravovat strukturované technické zprávy a dokumenty: Student bude schopen efektivně využívat funkce MS Wordu pro tvorbu obsahu, rejstříku a referencí |
| Effective Command Line Operation: Students will be able to efficiently navigate, manage files, and automate tasks using Bash or PowerShell. Analyze and Process Data in MS Excel: Students will be proficient in using advanced functions (e.g., VLOOKUP, Solver), pivot tables, and data validation for complex data analysis. Program in Python for Technical Tasks: Students will be capable of writing their own scripts for file processing, automation, and basic data analysis. Create and Modify Graphs in Python: Students will be able to generate various types of plots (line, bar, scatter) and customize them for clear data visualization using Matplotlib and Seaborn libraries. Prepare Structured Technical Reports and Documents: Students will be able to effectively utilize MS Word features for creating tables of contents, indexes, and references |
| Effective Command Line Operation: Students will be able to efficiently navigate, manage files, and automate tasks using Bash or PowerShell. Analyze and Process Data in MS Excel: Students will be proficient in using advanced functions (e.g., VLOOKUP, Solver), pivot tables, and data validation for complex data analysis. Program in Python for Technical Tasks: Students will be capable of writing their own scripts for file processing, automation, and basic data analysis. Create and Modify Graphs in Python: Students will be able to generate various types of plots (line, bar, scatter) and customize them for clear data visualization using Matplotlib and Seaborn libraries. Prepare Structured Technical Reports and Documents: Students will be able to effectively utilize MS Word features for creating tables of contents, indexes, and references |
| Vyučovací metody |
|---|
| Odborné znalosti |
|---|
| Cvičení na počítači |
| Cvičení na počítači |
| Praktické procvičování |
| Praktické procvičování |
| Hodnotící metody |
|---|
| Analýza jiné písem. práce studenta (kazuistika, deník, plán ...) |
| Analýza jiné písem. práce studenta (kazuistika, deník, plán ...) |
| Známkou |
| Známkou |
| Systematické pozorování studenta |
| Systematické pozorování studenta |
|
Doporučená literatura
|
-
Alex Morrison. Excel Made Easy: The Complete Guide to Becoming an Excel Expert, Save Time and Accelerate Your Career. 2025.
-
Antao, Tiago. Bioinformatics with Python cookbook. Birmingham, UK. 2022.
-
Marek Laurenčík. Excel 2016 a 2019 pokročilé nástroje - Funkce, databáze, kontingenční tabulky, prezentace, příklady. 2019. ISBN 978-80-271-2471-8.
-
MCKINNEY, W. Python for data analysis: data wrangling with pandas, NumPy, and IPython. Second edition.. Sebastopol, California: O'Reilly Media,, 2017. ISBN 978-1491957660.
-
Miroslav Navarrů. Excel 2019 - Podrobný průvodce uživatele. 2019. ISBN 978-80-247-2026-5.
-
PECINOVSKÝ, Rudolf. Python: knihovny pro práci s daty pro verze 3.11. Praha: Grada Publishing, 2023. ISBN 978-80-271-0659-2.
-
PECINOVSKÝ, Rudolf. Python: Kompletní příručka jazyka pro verzi 3.11. Praha: Grada Publishing, 2022. ISBN 978-80-271-3891-3.
|