Sborník rozšířených anotací Balíčků odborných kompetencí 2. díl

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "Sborník rozšířených anotací Balíčků odborných kompetencí 2. díl"

Transkript

1 Sborník rozšířených anotací Balíčků odborných kompetencí 2. díl Ostrava 2013

2 Sborník rozšířených anotací Balíčků odborných kompetencí 2. díl Číslo operačního programu Název operačního programu Registrační číslo projektu Název projektu Hlavní koordinátor projektu Odborný garant za Ostravskou univerzitu v Ostravě Odborný garant za Slezskou univerzitu v Opavě CZ.1.07 OP Vzdělávání pro konkurenceschopnost CZ.1.07/2.2.00/ Zvyšování odborných kompetencí akademických pracovníků Ostravské univerzity v Ostravě a Slezské univerzity v Opavě Ing. Eva Burianová, Ph.D. doc. Ing. Cyril Klimeš, CSc. doc. RNDr. František Koliba, CSc. Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Ostravská univerzita v Ostravě ISBN Ostrava 2013

3 Obsah Adaptivní individualizovaná výuka v e-learningu... 6 Kateřina Kostolányová Aktuální problémy statistického zpracování dat Jan Štěpnička Algebra v informatice Hashim Habiballa Alternativní koncepce výuky aritmetiky v primárním vzdělávání Radek Krpec, Milan Hejný Alternativní koncepce výuky geometrie v primárním vzdělávání Renáta Zemanová, Darina Jirotková Analýza obrazu map nerovnosti povrchu David Bražina Aplikace výzkumných metod při analýze pedagogické komunikace Nikola Sklenářová Case management Ivana Kaniová Environment v české literatuře Martin Tomášek Environmentální vzdělávání žáků ZŠ a SŠ s edukační podporou inquiry činností Svatava Kubicová Formální logické systémy pro aplikaci v informatice Martin Žáček Fraktály a jejich využití Martin Kotyrba Fytogeografie Vítězslav Plášek Implementace zdravotních prvků do vzdělávání v programu MŠ podporující zdraví Alexandra Tomášová Informační a komunikační technologie ve výuce cizích jazyků Vladimír Bradáč Jak (ne)napsat odborný text z biologie Aleš Dolný, Vítězslav Plášek Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. 3

4 Kompetence učitelů přírodovědných předmětů Jana Škrabánková, Dalibor Dvořák Koordinovaná rehabilitace a dlouhodobá zdravotně sociální péče Lenka Krhutová, Jarmila Kristiníková Kyberšikana a bezpečnost dětí Vladimíra Sehnalová Latinská poezie středověku Richard Psík, Kamil Harvánek Logika pro sémantický web Martin Žáček Metodika aplikace modelu excelence při tvorbě dlouhodobého záměru univerzity Cyril Klimeš Metodologické aspekty počítačové podpory výuky chemie Dana Kričfaluši Moderní didaktické metody v matematice Petra Konečná Moderní techniky vývoje webových aplikací Bogdan Walek Multikulturní gramotnost jako součást profesní vybavenosti Martina Rozsypalová Nástroje pro zjišťování výsledků učení žáků v hodinách dramatické výchovy Jan Karaffa Objektově orientované programování, didaktika informatiky Rostislav Fojtík Odraz ekonomické krize v daňové politice Evropské unie Beáta Blechová Počítačem řízený kalkulus diferenciální geometrie na varietách Martin Swaczyna, Radka Malíková Praktické užití epidemiologických metod v pracovním lékařství Hana Tomášková Proicio 1: Esteticko-sociální pojetí profesní přípravy učitelů v projektech Danuše Sztablová, Milan Cieslar 4

5 Protetika a fyzioterapie po amputacích na horní končetině Jarmila Kristiníková, Hana Sochorová, Markéta Poštulková Radiační ochrana sester Hana Heiderová Směry rozvoje technologiemi podporované výuky v terciárním vzdělávání Cyril Klimeš Sociální pedagogika Julius Sekera Současné pojetí interkulturního vzdělávání Denisa Labischová Techniky a nástroje pro optimalizaci webových stránek Bogdan Walek Teolingvistika Marcela Grygerková Typologie liturgických knih v období středověku Richard Psík Učebnice a jejich využívání ve výuce Iva Červenková Úvod do ekosystému Apple Michal Janošek Úvod do teorie her David Bartl, Lenka Ploháková Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. 5

6 Adaptivní individualizovaná výuka v e-learningu Kateřina Kostolányová Abstrakt E-learning je využíván v řadě podob od nejjednodušší formy, kdy jsou studentům studijní materiály prezentovány prostřednictvím www stránek až po využívání moderních programových systémů, řídicích výuku i mnohé navazující činnosti učitele a studenta. Základní myšlenkou tvorby adaptivního e-learningového prostředí je respektování a podporování odlišných učebních stylů studentů, kterým je takto možno připravit výukové prostředí efektivnější, uživatelsky přívětivější a kvalitnější. Balíček odborné kompetence bude zaměřen na objasnění návrhu adaptivního modelu výuky a seznámení s metodikou tvorby adaptivních studijních materiálů vhodných pro e-learningovou formu realizace výuky. Klíčová slova e-learning, modul student, modul virtuální učitel, adaptivní opora, adaptivní algoritmy 1 Úvod Stále vyšší požadavky na zdokonalování vzdělávacího procesu pomocí moderních metod vznikají v dnešní informační společnosti nepřetržitě již od chvíle, kdy se začalo hovořit o využití informačních technologií ve vzdělávacím procesu. Současně výrazněji roste potřeba a nezbytnost celoživotního vzdělávání. Postupně se transformují požadavky na učitele, který by měl dle moderního pohledu odborníků představovat průvodce vzděláváním a být empatickým partnerem žáků. Jeho role se posouvá z dřívějšího direktivního postavení blíže ke studentům. Je tedy logické, že se více než kdy dříve předpokládá podpora moderních metod ve výuce. Mezi moderní formy výuky bezesporu patří e-learning. Je využíván v řadě podob od nejjednodušší formy, kdy jsou studentům studijní materiály prezentovány prostřednictvím www stránek nebo jen v elektronické podobě ve formátu PDF, až po využívání moderních programových systémů, řídicích výuku i mnohé navazující činnosti učitele a studenta (Learning Management System LMS). Student je v roli pasivního nebo aktivního žáka. Zatím student nemá možnost příliš ovlivnit samotný studijní proces, jehož je součástí. V literatuře jsou uváděna různá doporučení, pravidla nebo teorie, která si kladou za cíl lepší a snazší učení. Takovým zobecněním jsou ale zastírány individuality jednotlivých studentů. Známé a používané teorie mnohdy staví pouze na již získaných znalostech studenta a neohlížejí se na jeho individuální učební vlastnosti a potřeby, které by mu mohly pomoci danou látku lépe a efektivněji pochopit. Jinak myšleno, nezohledňují jeho preference při učení, jeho učební styl. Zefektivnění výukového procesu pomocí adaptivního e-learningového učení by mělo být viditelné ve dvou úrovních zrychlením získání nových znalostí studenty a pro každého 6

7 studenta přirozenější cestou studiem, díky respektování individuálních charakteristik studentů. Optimální adaptivní postup by měl respektovat odlišnost studentů na základě zjištěného stylu učení a s ohledem na měnící se znalosti a dovednosti studujícího během studia v kurzu. Na základě identifikace osobních charakteristik a vlastností bude studentům předkládán studijní materiál v podobě, která bude studentovi v maximální možné míře vyhovovat. Takto zjednodušeně lze charakterizovat adaptivní e-learningovou výuku. Adaptivní forma výuky je oblastí v poslední době často zmiňovanou, ne zcela probádanou a prakticky dosud nerealizovanou. 2 Adaptivní individualizovaná výuka v elearningu V posledních letech můžeme sledovat postupnou individualizaci studia nejen u distanční a kombinované formy, ale i u studentů prezenčních. Výukové opory, zvláště e-learningové, by tento trend měly brát v úvahu a adaptovat i výukový proces v souladu s individuálními vlastnostmi studentů. Není možno tyto trendy ignorovat, není možno nechat studenty napospas jejich nejrůznějším pokusům o nastudování látky z klasických učebnic nebo jen sylabů podporujících přednášky. Výsledkem pak jsou povrchní, krátkodobé znalosti bez hlubšího pochopení a bez využitelnosti v praktickém životě. Úkolem školy je připravit studenty pro praxi. Jednou z možností, jak tuto situaci lépe zvládnout, je vytvořit dokonalé e-learningové distanční učebnice, které se sice budou přizpůsobovat co nejvíce studentovi, ale také ho budou jednoznačně informovat o tom, co znát musí a v jaké míře, jestli už dostatečnou úroveň znalostí má a jakou známku za ni dostane. Návrhy na individuální vzdělávání a vyučování podléhají dvěma základním individualizačním principům: prvním principem je princip zvládnutého učení (každý žák dostane šanci dosáhnout stanovený výukový cíl nezávislou odlišnou cestou), druhým je princip kontinuálního pokroku v učení (každý žák by se měl stále pohybovat směrem k novým učebním požadavkům, tj. výuka nemá bránit žákovi v jeho učebním tempu (rychlejší nesmí být brzděni pomalejšími, pomalejší nesmí být deprimováni rychlejšími). 3 Celkový pohled na řešený problém Systém adaptivní výuky má tři základní moduly - Studenta, Autora a Virtuálního učitele. V modulu Student jsou mimo osobní atributy studentů evidovány jejich vlastnosti, určující učební styl každého studenta. Modul Autor je určen k uložení výukových opor takovým způsobem, aby bylo možno vybírat nebo vytvářet různé varianty výukových postupů, zvládnutelných formou e-learningu a korespondujícími se zjištěnými vlastnostmi studentů. Modul Virtuální učitel je reprezentován soustavou adaptivních algoritmů, které na základě znalosti individuálního typu studenta vybírá optimální studijní materiály a pro něj optimální výukový styl. Všechny moduly budou aplikovány do nově navrženého a realizovaného adaptivního LMS. Výchozí částí rozsáhlého návrhu systému adaptivní výuky je definování a testování učebních stylů studentů a vyhodnocení tohoto testování. 4 Testování vlastností studentů Aby mohl řídicí výukový program reagovat na různé osobnosti studentů, přizpůsobit výuku na míru jejich vlastnostem a schopnostem, musíme vybrat, popsat a vhodně uložit do systému vlastnosti studenta a další atributy, které mají na proces jeho učení vliv. Tyto charakteristiky jsou několika typů z hlediska jejich získání. Jednu skupinu získáme od studenta přímo pomocí vhodného dotazníku, další jeho otestováním před zahájením učení a konečně třetí skupinu charakteristik získáme dlouhodobým sledováním jeho studijních Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. 7

8 aktivit. Třetí skupina jako zpětná vazba může sloužit nejen při aktuálním učení, ale i pro úpravu charakteristik studenta, případně pro sledování jeho vývoje. 5 Studijní materiál Další okruh zmiňované řešené oblasti je soustředěn na vytváření adaptivních učebnic a zkoumání různých vyučovacích stylů a modelů výuky, opět aplikovatelných do oblasti elektronického vzdělávání. Problematika tvorby studijních opor je pro tento kurz stěžejní. S ní souvisí návrh databázových úložišť jednak pro nejrůznější varianty vytvořených studijních opor a jednak pro shromažďování dat získaných mapováním výuky jednotlivých studentů (vstupní dotazníková šetření, testování znalostí studentů, mapování průchodu studijními oporami atd.). Postupně budou tvořeny výukové materiály zpracované zmíněnými styly, formáty i mírou podrobnosti. Adaptovatelnost výuky je podmíněna vytvořením databanky studijních materiálů zpracovaných v různých variantách. Byla vytvořena a odzkoušena metodika pro tvorbu těchto adaptivních studijních opor. Principem je rozdělení studijního materiálu na dílčí, menší části, strukturované dle Gagného principů událostní výuky. Studijní materiál je tvořen z jednotlivých kapitol rozdělených na části zvané rámce. Ty obsahují, dle charakteru tematického učebního celku, jednotlivé motivační, teoretické, sémantické, testovací a další vrstvy. Je zřejmé, že tvorba takto jemně strukturovaných výukových opor bude podstatně náročnější, než tvorba klasické e-learningové opory. Multimediální prvky, jako animace, videa, audia, interaktivní výukové programy mohou být součástí nebo náplní kterékoliv vrstvy, v tom není podstatný rozdíl. Ale zpracování rámců ve variantách a rozložení rámců do vrstev znamená pro autory opor, že se musí daleko hlouběji zamyslet nad prezentací výukové látky. Musí si jednoznačně definovat cíle svého výkladu, musí oddělit teoretické jádro látky od vysvětlovacích pasáží, musí umět formulovat své otázky tak, aby měly jednoznačnou kontrolovatelnou odpověď. Musí si uvědomit, jak obtížnější pojmy vysvětlit ještě srozumitelněji, jak vhodně a průběžně používat příklady každého pojmu, každého postupu. 6 Adaptovatelná struktura výukových opor Výukové opory musí být strukturovány velmi podrobně, aby vhodným výběrem variant výkladu a volbou vhodného pořadí jednotlivých vrstev bylo možno adaptovat výukový styl na míru studentovi. Hierarchicky lze strukturu studijních opor popsat následovně: Předmět je nejvyšším celkem výukové opory; předmětem chápeme semestrální celek na VŠ; předmět se dále dělí na lekce. Lekce je výuková jednotka odpovídající vyučovací hodině. Nemusí odpovídat kapitole z učebnice, rozsahy kapitol mohou být velmi rozdílné. Lekce se dále dělí na rámce. Rámec je elementární část lekce, obsahující jednotkovou výukovou informaci; na této úrovni se analyzují jeho varianty a vrstvy. Tzv. základní rámec definuje jeho obsahovou náplň, varianty rámce se liší jen formou nebo hloubkou výkladu, ne obsahem. Varianty rámce jsou jiné způsoby výkladu a ověřování téže látky. Navrhujeme až 4 varianty dle preferovaného smyslového vnímání studenta (nazývané dále též 4 smyslové formy variant) a až 3 varianty z hlediska hloubky výkladu. Celkem tedy může být až 4 x 3 = 12 variant ve dvou dimenzích, formě a hloubce. Aby se autoři mohli soustředit na tyto úkoly a nemuseli řešit, jak svou výukovou oporu přehledně zapisovat, byl pro autorskou tvorbu navržen formulář v MS Wordu. Do něj 8

9 autoři své učební texty zapisují. Zároveň jsou tyto části studijních materiálů popsány tzv. metadaty, nutnými pro fázi samotné realizace adaptivní výuky v prostředí řídicího systému. 7 Autorská tvorba strukturované opory Je zřejmé, že tvorba takto jemně strukturovaných výukových opor bude podstatně náročnější, než tvorba klasické e-learningové opory. Multimediální prvky, jako animace, videa, audia, interaktivní výukové programy mohou být součástí nebo náplní kterékoliv vrstvy, v tom není podstatný rozdíl. Ale zpracování rámců ve variantách a rozložení rámců do vrstev znamená pro autory opor, že se musí daleko hlouběji zamyslet nad prezentací výukové látky. Musí si jednoznačně definovat cíle svého výkladu, musí oddělit teoretické jádro látky od vysvětlovacích pasáží, musí umět formulovat své otázky tak, aby měly jednoznačnou kontrolovatelnou odpověď. Musí si uvědomit, jak obtížnější pojmy vysvětlit ještě srozumitelněji, jak vhodně a průběžně používat příklady každého pojmu, každého postupu. 8 Tvorba studijního prostředí LMS Barborka Poslední řešenou částí modelu adaptivní výuky je popis pravidel, podle kterých se optimálně jednak vzhledem ke studentovým vlastnostem a jednak vzhledem k cíli výuky (dle požadované úrovně jeho znalostí porozumění analýza syntéza) vybírají vhodné části výukových opor. Tato pravidla jsou formulována a vylaďována experty, zkušenými pedagogy a psychology. Pravidla jsou logickým rámcem pro adaptivní výukový algoritmus. Úkolem informatiků je tato pravidla realizovat. Jde o spolupráci autorské databáze s expertním systémem zaznamenávajícím charakteristiky virtuálních studentů, s metadaty zaznamenávajícími průběh učení studenta a okamžitými reakcemi studenta. Nezanedbatelným problémem pro realizaci adaptivní výuky, reagující na učební styly studentů a adaptující se podle výše popsaných zásad, je, který SW produkt použít. Vzhledem ke skutečnosti, že SW odpovídající požadavkům na adaptovatelnou výuku v existující nabídce LMS nebyl nalezen, je tvořeno vlastní LMS, které kromě zcela běžných funkcí klasického LMS, umožňuje testování učebních stylů studentů a evidenci těchto stylů, ukládání jemně strukturovaných výukových opor do lekcí, rámců, variant a vrstev, manipulaci s těmito vrstvami tak, aby bylo možno různým studentům předkládat výukovou látku různým způsobem. Systém bude umožňovat ještě řadu dalších funkcí, souvisejících s kompletním výukovým procesem. Patří tam funkce virtuálního učitele, tj. inteligentního programového systému, řídicího výukový proces podle popsaných zásad. Pro zpětnou vazbu bude sloužit protokol o celém procesu výuky. Umožní u studentů korekce jim přiděleného výukového stylu a zároveň odhalit chybné nebo nevhodně formulované pasáže výukové i testovací ve výukových oporách. Konečně umožní odhalit nevhodně definované zásady přidělení výukového stylu k zadanému stylu učebnímu. 9 Závěr Předložená teorie adaptivní výuky nezůstala jen na teoretické úrovni, ale po provedené analýze programového řídicího systému byl adaptivní LMS implementován a je testován. Samozřejmě je možno očekávat, že se v nové teorii na základě praktického testování ve výuce budou provádět úpravy jak na straně charakteristik studenta, tak na straně řídicích pravidel virtuálního učitele. Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. 9

10 Výhodou navrženého programového systému je, že tyto podstatné části teorie jsou v něm implementovány dynamicky, parametricky. To znamená, že většina těchto změn nebude znamenat změnu v implementaci systému, ale jen úpravy v databázi systému. Speciálně pravidla pro práci virtuálního učitele jsou uložena ve vhodné expertní databázi. Proto také v programovém systému mimo klasické uživatelské role Student, Autor, Tutor a Administrátor je i role Expert. Expert je odborník na adaptivní výuku, který má přístup k záznamu a úpravám těchto pravidel a parametrů, řídicích a adaptujících výuku. Tak může na základě analýz z procesu výuky modifikovat příslušná data a výuku vylaďovat. Další důležitou součástí adaptivní výuky jsou autorsky zpracované výukové opory. Z předchozího je zřejmé, že není možno použít klasické e-learningové opory, protože v nich je minimální prostor pro adaptivitu. Proto současně s formulováním této teorie byla navržena metodiku pro autorskou práci na variantách výkladu i jejich dělení na vrstvy. Práce na teorii adaptivní výuky nekončí. Dalším aktuálním úkolem jsou především metody analýz procesu výuky jako zpětné vazby - vzhledem k charakteristikám studenta, ke kvalitě výukových opor a konečně a hlavně k zásadám pro řízení výuky virtuálním učitelem. Pokračováním bude i řešení automatizace při využití zpětné vazby. 10 Literatura 1. BRUSILOVSKY, P. & E.MILLÁN, The Adaptive Web: Methods and Strategies of Web Personalization. 1. vyd. Berlin, Heidelberg: Springer Verlag. ISBN User Models for Adaptive Hypermedia and Adaptive Educational Systems, s Dostupné v el. podobe z pocítacové síte MZLU. URL <http://dx.doi.org/ / > BRUSILOVSKY, P., Adaptive Navigation Support for Open Corpus Hypermedia Systems. In Lecture Notes in Computer Science. Volume Springer-Verlag Berlin, Heidelberg. ISBN COFFIELD, F. et al., Learning styles and pedagogy in post-16 learning. In A systematic and critical review. London: Learning and skills research centre. ISBN ČÁP, J., Psychologie výchovy a vyučování. Praha: Karolinum. 415 s. ISBN ČÁP, J. a J. MAREŠ, Psychologie pro učitele. Praha: Portál. ISBN X. 6. DUNN, R., The Dunn and Dunn learning style model and research. New York: St John s University. 7. DUNN, R., et al, Instructional strategies on students achievements and attitudes: perceptions of educators in diverse institutions, The Clearing House, 82(3), A Journal of Educational Strategies, Issues and Ideas, 82(3), ENTWISTLE, N. J., A model of the teaching-learning process, in Richardson, J. T. E., Eysenck, M. W., and Warren Piper, D. (eds.), Student Learning: Research in Education and Cognitive Psychology. London: S.R.H.E./Open University Press, pp FOLTÝNOVÁ, D., Vliv metakognitivních strategii na rozvoj dovednosti žáků autoregulovat své učeni při osvojování zeměpisného učiva. Disertační práce. Brno: Masarykova univerzita.

11 10. FENSTERMACHER, G. D. & J. F. SOLTIS, Vyučovací styly učitelů. Praha: Portál, s. r. o. ISBN: GAGNÉ, R. M., Podmínky učení. Praha: SPN, s. 12. GARDNER, H., Dimenze myšlení: teorie rozmanitých inteligencí. Praha: Portál. ISBN GREGORC, A. F., Learning/teaching styles: Their nature and effects. In J. W. Keefe (Ed.), Student learning styles: Diagnosing and prescribing programs (pp ). Reston, VA: National Association of Secondary School Principals. 14. KOSTOLÁNYOVÁ, K., Design of study materials structure for adaptive instruction. In Information and Communication Technology in Education. Ostrava: Ostravská univerzita v Ostravě. s ISBN KULIČ, V., Psychologie řízeného učení. 1. vyd. Praha: Academia. 187 s ISBN PASCH, M. a kol., Od vzdělávacího programu k vyučovací hodině. Praha: Portál, 240 s. ISBN PASK, G., Styles and strategies of learning. In British journal of educational psychology, 46 : PETTY, G., Moderní vyučování. Praha: Portál. ISBN: PRŮCHA, J. et al., Pedagogická encyklopedie. Praha: Portál. 936 s. ISBN Ing. Kateřina Kostolányová, Ph.D. Katedra informačních a komunikačních technologií Pedagogická fakulta, Ostravská univerzita v Ostravě Fr. Šrámka 3, Ostrava Mariánské Hory Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. 11

12 Aktuální problémy statistického zpracování dat Jan Štěpnička Abstrakt Balíček rozebírá některé postupy zpracování velkého objemu dat, které jsme schopni zpracovat na běžném osobním počítači. Nejprve je ukázáno jak se vypořádat se soubory velikosti řádově desítky GB (tedy větší než velikost RAM). Dále je představen statistický software R, na kterém jsou následně, po stručném úvodu do data-miningu, ukázány možnosti regresní analýzy a rozhodovacích stromů. Klíčová slova data mining, zpracování dat, regrese, rozhodovací stromy, Unix, statistický software R 1 Úvod Vlastníte-li osobní počítač, dejme tomu s průměrným výkonem a s operační pamětí třeba 4 GB, pak máte k dispozici poměrně silný nástroj pro zpracování dat. Ovšem máte-li třeba pracovat s tabulkou, která se vám nevleze do operační paměti, pak je potřeba se rozhodnout, zda si pořídit za nemalý peníz superpočítač nebo se něco málo dovědět o dávkovém zpracování dat. První část balíčku věnována práci s textovými soubory je určena těm, kteří se již někdy setkali s těmito případy: Potřebujte zpracovat jednoduchou popisnou statistiku, ale data máte v prvních dvou sloupečcích souboru o velikosti 10 GB. Potřebujte zpracovat jednoduchou popisnou statistiku, ale data máte v různých formátech ve stovkách malých souborů. Následně potřebujete data statisticky vyhodnotit tomu jsou věnovány další části balíčku. Zde máte opět vícero možností: buďto investujete do sofistikovaného komerčního produktu nebo si nainstalujete statistický software R, který je zdarma, ale svou sílou naprostou většinu komerčních řešení překoná. 2 Práce s textovými soubory Logika Unixového shellu (v prostředí MS Windows lze emulovat programem Cygwin) je taková, že každý prográmek má dělat co nejefektivněji to, co má, a tyto prográmky spolu pak efektivně komunikují. Proto je nejprve vysvětleno, co jsou to roury, co je standardní vstup a výstup a co chybový výstup a na příkladech je ukázáno, jak s tímto efektivně pracovat. 12

13 Dalším velmi silným pomocníkem při práci s textovými soubory jsou regulární výrazy, proto je jim věnováno rovněž několik příkladů. Následně jsou představeny základní Unixové prográmky pro práci s textovými soubory. Následuje stručný popis: cat: prostý výpis či spojování souborů; more, less: postupný výpis souboru; head, tail: výpis začátku resp. konce souboru; tac: výpis řádků souboru v opačném pořadí; split: rozdělení souboru; wc: počítadlo slov, řádků, bajtů; tr: jednoduchá nahrazování; cut: vykousnutí jen některých sloupečků souboru; paste: vertikální spojení souborů; sort: řazení podle daného klíče (např. abecedně, číselně); diff, comm, cmp: porovnávání souborů; uniq: deduplikuje řádky setříděného souboru; grep, egrep, fgrep: vyhledávání dle zadaného vzoru; join: spojování setříděných souborů dle zadaného sloupečku; sed: stream editor, velmi silný nástroj pro nahrazování; awk: pokročilý nástroj na práci s textovými soubory. Nutno poznamenat, že posledně jmenovaný program awk je představen jen velmi stručně. Více informací pak lze získat např. V literatuře 1. a 2. 3 Statistický software R V této části je představen statistický software R, který je šířen pod GNU GPL licencí, tedy jsou k dispozici se zdrojovými kódy, se kterými si můžete dělat, co chcete, (pouze pokud je budete šířit dál, musí být opět pod touto licencí). Tato licence zajišťuje kontinuitu projektu R, a tedy máme zaručeno dlouhé trvání tohoto softwaru a rovněž je jeho neustálý vývoj. Jsou představeny základy programování v R-ku, tedy přiřazování, datové typy, datové struktury, základní matematické operace, podmínky, cykly, vytváření funkcí. Z datových struktur je nejvíce věnováno práci s vektory, maticemi a především s datovými tabulkami. Na příkladech je ukázán celý proces od načítání dat, přes jednoduchou popisnou statistiku až po vykreslování grafů. Velmi jednoduše lze vytvořit graf funkce (Obrázek 1), histogram četností (Obrázek 2), histogram četností, či krabicový graf (Obrázek 3), vyznačující kvartily. Další informace k R-ku lze nalézt např. v literatuře 3. Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. 13

14 Obrázek 1 Graf funkce sinus Obrázek 2 Histogram 4 Data mining Obrázek 3 Krabicový diagram Předmětem data miningu je zkoumání statistických závislostí na velkých objemech dat, která jsou ve firmách shromažďována o zákaznících, klientech, dodavatelích nebo produktech a poskytovaných službách. V této části se čtenář dozví, co je data mining (nebo česky dolování dat), jaké jsou typické úlohy pro data mining, jaké statistické metody lze pro data mining využít a jak lze výsledky data miningu aplikovat v některých specifických oblastech, jako je marketing, risk management, detekce podvodného chování (fraud detection) a v oblasti získávání nových a udržení stávajících zákazníků. 5 Regrese Tato část se věnuje regresi, která je významnou součásti data miningu. Na příkladech v R- ku je zde ukázáno, jak daná data prozkoumat, jak nalézt různé funkční závislosti apod. Další a komplexnější příklady lze pak nalézt v 4. 14

15 6 Rozhodovací stromy V poslední části je pak opět na příkladu v R-ku ukázáno hledání rozhodovacích stromů. Další a komplexnější příklady lze pak nalézt v 4. 7 Literatura 1. Chet Ramey, Brian Fox. Bash Reference Manual. December Arnold D. Robbins. GAWK: Effective AWK Programming. A User s Guide for GNU Awk. May ISBN W. N. Venables, D. M. Smith and the R Core Team. An Introduction to R. Version ( ). 4. Yanchang Zhao. R and Data Mining: Examples and Case Studies. April 26, RNDr. et Bc. Jan Štěpnička, Ph.D. Katedra matematiky, Přírodovědecká fakulta Ostravská univerzita v Ostravě 30. dubna 22, Ostrava Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. 15

16 Algebra v informatice Hashim Habiballa Abstrakt Algebra hraje v teoretické informatice a jejích aplikacích nezastupitelnou roli. Bez formalizace pomocí matematického aparátu založenému především na algebraických strukturách by neexistovaly základní aplikované produkty informatiky, jako jsou překladače, značkovací a webové jazyky, vyšší programovací jazyky a podobně. V textu jsou naznačeny intuitivním pohledem některé z nejdůležitějších formalizací. Klíčová slova Algebra, informatika, algebraické struktury, výpočetní modely. 1 Úvod Matematická informatika hraje zásadní roli při budování aplikovaných produktů informatiky. Její kořeny jsou pevně usazeny v matematické formalizaci a to především v oblasti algebry. V textu je tak prezentován především intuitivní náhled na vybrané partie informatiky z pohledu algebraického a to především na matematických strukturách, větách a jejich důkazech. Vymezení toho, co je teoretická informatika může být složitý úkol. Pokud budeme studovat různou literaturu, je možné zařazovat do této oblasti i témata a teorie, které spíše spadají do technických disciplín jako je kybernetika. Například knihy o kybernetice, se kromě specificky kybernetických témat dotýkají i některých oblastí teorie automatů a teorie jazyků, které jsou typické pro teoretickou informatiku. Stejný fenomén se pak týká i umělé inteligence (UI), která je dnes samostatnou a rozsáhlou disciplínou. Jako hlavní disciplíny teoretické informatiky lze uvést: Teorii formálních jazyků a automatů Teorii vyčíslitelnosti a složitosti (souhrnně označovanou jako teorie algoritmů) Logiku (její informatickou část zaměřenou na problematiku automatizovaného odvozování) 2 Teorie formálních jazyků Teorie formálních jazyků představuje velmi důležitou oblast informatiky (computer science). Jako každá věda má i tato disciplína svého zakladatele a základy této disciplíny položil v 50. letech 20. století americký matematik a filozof Noam Chomsky. Jde o velmi plodného vědce, který se neomezoval jen na informatiku, ale je autorem studií z oblasti vývojové psychologie. Ty souvisí také se studiem přirozených jazyků. Jeho hlavním přínosem je vytvoření matematického modelu gramatiky jazyka. Původní idea formalizovat popis přirozeného jazyka takovým způsobem, aby mohl být automatizován 16

17 překlad z jednoho přirozeného jazyka do druhého nebo aby přirozený jazyk sloužil jako prostředek komunikace člověka s počítačem, se ukázala velmi obtížnou a ani současné výsledky nejsou uspokojivé. Začala se však vyvíjet vlastní teorie formálních jazyků, která nyní obsahuje bohaté výsledky v podobě matematicky dokázaných tvrzení teorémů vlastností jednotlivých pojmů teorie. Pracujeme především se dvěma duálními matematickými formalismy, s gramatikou a s automatem, představující algoritmus - stroj. Zatímco gramatika umožňuje popsat strukturu vět formálního jazyka, automat dovede tento jazyk rozpoznávat. Poznatky teorie formálních jazyků mají význam pro mnohá odvětví aplikované i teoretické informatiky. Dodávají algoritmy, jež jsou podkladem pro konstrukci reálných automatů zpracovávající informaci ve tvaru vět formálního jazyka. Stanovují však také možnosti a omezení algoritmických postupů řešení problémů; odhalují problémy, které jsou algoritmicky nerozhodnutelné, tj. problémy, jejichž řešení nelze dosáhnout v konečném čase. Jak bylo řečeno v předchozích odstavcích, mají poznatky TFJA význam pro kybernetiku i umělou inteligenci, ovšem mají samozřejmě význam pro obory informatiky, neboť s využitím jejich poznatků jsou vybudovány aplikované produkty informatiky, jako jsou vývojové nástroje, databázové dotazovací jazyky, značkovací jazyky jako je XML, HTML apod. Zajímavější pro samotnou TI jsou však především teoretické poznatky, které TFJA objevila. Základním poznatkem je zmíněný duální koncept gramatiky-automatu a rozdělení tříd jazyků do Chomského hierarchie. V druhém dílu opory se této problematice budeme věnovat. Chomského hierarchie obsahuje 4 třídy jazyků, které lze generovat generativními gramatikami. Jazyky, tedy množiny slov v určité abecedě, lze podle typu generující gramatiky rozdělit. Samozřejmě, že s použitím generativních gramatik nelze vytvořit všechny jazyky tyto jazyky jsou pak nad touto hierarchií. Pro teoretické výsledky teorie vyčíslitelnosti je důležitá třída jazyků typy 0 a kontextové jazyky (typu 1). Jazyky kontextové mají navíc význam pro umělou inteligenci, konkrétně analýzu přirozeného jazyka. Pro aplikované oblasti informatiky mají význam především jazyky bezkontextové (typu 2) a regulární (typu 3) a to při definování struktur programovacích a jiných jazyků používaných v praxi. Kromě gramatiky je důležitý zmíněný duální pojem automatu, který rozpoznává slova jazyka. V Chomského hierarchii je možné dále rozlišovat podtřídy podle toho zda jazyky lze analyzovat pomocí deterministického nebo nedeterministického automatu. Zvláště důležité to je pro třídu bezkontextových jazyků, které korespondují s používanými programovacími jazyky. Deterministické jazyky (rozpoznatelné deterministickými zásobníkovými automaty) jsou ve svých speciálních formách jako LL nebo LR jazyky efektivně analyzovatelné. Vlastnosti jazyků a automatů a jejich vzájemné vztahy jsou v TFJA předmětem zkoumání a existuje mnoho zajímavých výsledků ve formě teorémů, které lze ve většině případů dokazovat poměrně jednoduše s pomocí logických a algoritmizovatelných postupů. Existují i alternativní hierarchie jazyků založené na odlišných přístupech ke generování jazyků, z nichž zřejmě nejznámější jsou Lindenmayerovy systémy využívané například v biologii pro simulaci chování živých organismů. Teorie jazyků je důležitou součástí informatiky a její poznatky se aplikují nejen v informatice samotné. 3 Teorie vyčíslitelnosti Teorie vyčíslitelnosti a složitosti zkoumá vlastnosti algoritmů a to v zásadě ze dvou hlavních hledisek. Vyčíslitelnost se zabývá algoritmickou řešitelností problémů a složitost náročností řešitelných problémů. V roce 1936 Alan Turing, který je pro teoretickou Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. 17

18 informatiku klíčovou postavou, formuloval svou ideu formalizace pojmu algoritmus ve formě Turingova stroje (TS). Tato formalizace má svůj velmi jednoduchý princip mechanismu se vstupní potenciálně nekonečnou páskou s danou abecedou a čtecí hlavou, která může zapisovat i číst na pásce a pohybovat se po jednom políčku. Tento velice jednoduchý formalismus s velkou výpočetní silou umožnil formulovat pro informatiku klíčové pojmy, jako jsou rozhodnutelnost a částečná rozhodnutelnost problémů (příp. lze tyto pojmy aplikovat na funkce, množiny či jazyky). Podařilo se dokázat vlastnosti některých problémů (nejznámějším nerozhodnutelných problémem je problém zastavení). Myšlenky důkazů těchto faktů jsou poměrně jednoduché, i když netriviální a lze je najít v literatuře [9]. Dalšími důležitými výsledky jsou vztahy mezi jazyky typu 0 a rekurzivně spočetnými jazyky, které spadají také do TFJA. Pro formalizaci algoritmu existují další alternativní notace se stejnou výpočetní silou, například teorie rekurzivních funkcí, která je založena na několika základních funkcích a operátorech, pomocí kterých lze dospět ke všem rekurzivním funkcím. I když jde o méně používanou formalizaci, lze ji ve výuce efektivně využít. Pro technicky orientované informatiky je vhodná formalizace pomocí RAM strojů (resp. RASP strojů) [6], která je blízká funkčním prostředkům procesorů. Pracuje se střádači (registry) a instrukcemi, které manipulují s těmito registry vkládání a vybírání hodnot, sčítání, podmíněných skoků v programu apod. Church-Turingova teze postuluje, že ke každému algoritmu lze sestrojit TS. Stejně tak jsou různé formalizace algoritmů mezi sebou rovnocenné (tj. navzájem simulovatelné). Druhou stránkou je teorie složitosti, která zkoumá, jakou náročnost mají řešitelné problémy. Může pracovat s různými notacemi algoritmu, ale základní myšlenka spočívá ve stanovení, za jaký čas dává algoritmus výsledek při stanovení jednotky času například jako jednoho přechodu TS (časová složitost) nebo kolik prostoru spotřebuje algoritmus (prostorová složitost) [7]. Zkoumá se buď složitost konkrétních algoritmů (konkrétní složitost) nebo vlastnosti tříd (strukturální složitost). Důležité je rozlišovat složitost konkrétního výpočtu, složitost algoritmu (funkci velikosti vstupu na čas či prostor) a třídy složitosti (množiny problémů řešitelné s určitou složitostí). Jsou definovány třídy složitosti s určitým odhadem (zanedbáním nevýznamným faktorů) jako je třída zvládnutelných problémů (polynomiální složitosti) a velmi náročných problémů s exponenciální složitostí apod. Jsou k dispozici důkazy o vlastnostech tříd a vztazích mezi časovou a prostorovou složitostí. TVS dále definuje pojem časově náročných problémů NP-úplných (těžkých), které v praxi představují především optimalizační úlohy jako je problém obchodního cestujícího nebo H-batohu. Pomocí polynomiální převeditelnosti problémů lze dokazovat NP-úplnost těchto problémů. Pro praxi je důležitá hypotéza o P-NP problému, která postuluje, že pro tyto NP-úplné problémy neexistuje zvládnutelný algoritmus (polynomiální). Toto tvrzení však zatím nebylo dokázáno. 4 Výpočetní modely Algoritmus je dnes pojmem, který používají nejen informatici. S jistým zjednodušením bychom mohli říci, že algoritmy jsou jádrem informatiky. Čím by byla dnes informatika, kdyby se nesnažila najít postup řešení mnoha problémů od čistě matematických, jako je řešení rovnic k ryze praktickým, jako jsou algoritmy implementované v informačních systémech, které používáme každodenně (textové editory, tabulkové procesory, databázové prostředky a další). 18

19 Abychom však mohli prakticky implementovat, je nutné mít aparát pro jejich zápis, implementaci a používání automatizovanými prostředky (počítači). Samozřejmě, že algoritmem může být chápán i například postup pro přípravu jídla, ale takový vágní popis může někdy stěží zpracovat člověk, natož stroj bez inteligence. Proto je snaha vytvářet umělé jazyky s pevně danou syntaxí a sémantikou, které by popis a implementaci algoritmu umožnily exaktně a jednoznačně. Již jsme se dotkli problému, že pod pojmem algoritmus si každý čtenář může představit jiný způsob jeho zápisu. Na tomto místě se pokusíme jednoduše a na příkladu ukázat elegantní a přitom velmi jednoduchý způsob - tzv. Turingův stroj (TS). Jeho geniální a přesto prostá myšlenka má svůj původ již ve 30. letech 20. století, kdy jej formuloval Alan Turing (klíčová postava teoretické informatiky). Jde vlastně o automat (viz článek Formální jazyky a automaty uveřejněný v MFI dříve), který však má na rozdíl od automatu konečného podstatnou schopnost čtení i zápisu na vstupní pásce, spolu s možností vracet se po potenciálně nekonečné pásce na libovolné místo na ní. Jde tedy opět stroj, který na vstup dostane slovo v určité abecedě, ale na rozdíl od konečného automatu může nejen skončit v koncovém stavu z počátečního, ale také může slovo modifikovat a vydat tuto modifikaci jako výsledek. Důležitá je pro jeho funkci správně sestavená přechodová funkce, jenž je formálně zobrazením stavů a symbolů na nový stav, nový zapsaný symbol a příznak posunu čtecí hlavy na pásce (hlava se může posouvat doleva a doprava, případně zůstat na místě). Takovýto Turingův stroj pak můžeme chápat jako prostředek, který realizuje zobrazení, stejně jako jej může realizovat program v Pascalu či strojový jazyk procesoru. Možná se to zdá jako neuvěřitelné, ale i takto jednoduchý formalismus má stejnou výpočetní sílu jako výše zmíněné způsoby zápisu algoritmu. Dalším univerzálním výpočetním modelem je RAM (random access memory) stroj, tedy stroj s náhodným přístupem k paměti, který se svou podstatou snaží napodobit práci reálného procesoru. Ačkoliv Turingův stroj a RAM stroj odděluje časově pár desítek let, jejich výpočetní síla je ekvivalentní a dá se to díky algebraickým prostředkům i dokázat. Za podobné rysy můžeme považovat např. práci s vstupními/výstupními páskami pomocí čtecích/zapisovacích hlavách. Celkově se RAM stroj skládá z několika části, které si nyní popíšeme: Programová jednotka - zde je uložen program, tvořený konečnou posloupnosti instrukci (příkazů). Každý konkrétní příklad je reprezentovat jako tento program. Neomezená pracovní paměť - je tvořena buňkami, kde každá buňka může obsahovat libovolné celé číslo. Buňky jsou očíslovány přirozenými čísly 0, 1,..., n. Číslo buňky se nazývá adresa buňky. Do buněk je možno zapisovat i z nich číst. Vstupní páska - tvořena buňkami (políčky), kde každá buňka obsahuje jedno celé číslo. Z této pásky je možno pouze sekvenčně číst. Na aktuálním políčku stojí (čtecí) hlava. Základní krok v činnosti hlavy spočívá v přečtení obsahu snímaného políčka a posunutí doprava o jedno políčko. Výstupní páska - do jejich buněk se zapisuji celá čísla. Na tuto pásku je pouze možné sekvenčně zapisovat (pomoci zapisovací hlavy). Centrální jednotka - obsahuje programový registr (instruction counter, IC) ukazující, která instrukce má být v daném okamžiku prováděna (programový registr prostě obsahuje pořadové číslo příslušné instrukce). Tato instrukce se provede a programový registr se příslušně změní (např. se zvýší o 1 či se změní jinak v případě skoku). Podrobný popis jednotlivých instrukcí bude popsán níže. Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. 19

20 Další součástí centrální jednotky je aritmeticko-logická jednotka (Arithmetic Logic Unit, ALU), umožňující některé aritmetické a logické operace. Turingův stroj je nejen jednoduchou a přitom zcela exaktní formalizací pojmu algoritmus, ale na druhé straně je i lehce pochopitelný selským rozumem. Je možné si jej opět jako konečný automat představit i jako fyzický stroj vykonávající instrukce (program). Lze pomocí něj i nahlédnout na zajímavé obecné vlastnosti programů. Jedním z nich je totiž existence tzv. UNIVERZÁLNÍHO TURINGOVA STROJE (UTS). Tento UTS dokáže simulovat libovolný jiný Turingův stroj (pokud se omezíme na jednoduchou abecedu, což ale nesnižuje obecnost). Pokud si opět místo TS představíme například program v Pascalu, pak nám to dává tvrzení, že existuje univerzální pascalovský program, který dokáže simulovat všechny napsané programy v Pascalu. Simulací se zde myslí, že takový univerzální program dostane na vstup kód simulovaného programu, provede ho přesně jako by byl program proveden sám a vrátí výstupy totožné očekávaným výstupům programu. Sestrojit takový univerzální pascalovský program je samozřejmě poměrně složité (i když je to jen otázka času a úsilí), ale právě jednoduchost formalizace TS umožňuje sestrojit takový UTS poměrně rychle a snadno (dokonce to bývá úloha, kterou vysokoškolští studenti řeší jako samostatný domácí úkol!). Pojem algoritmu je samozřejmě možno formalizovat i jinými prostředky. Jedním z nich je i více matematičtěji orientovaný formalismus, nazvaný jako PRIMITIVNĚ (OBECNĚ) REKURZIVNÍ FUNKCE (PRF/ORF). Tato formalizace bude mít pravděpodobně půvab pro ty čtenáře, kteří jsou více orientovaní na algebraické pojetí vyčíslitelnosti funkcí na množině přirozených čísel. Jejich idea se opírá o dvě základní definice (pro začátek budeme mluvit pouze o primitivně rekurzivních funkcích a později přidáme pojem obecně rekurzivní funkce): 1. Za základní považujeme tyto funkce: o : N N, x : o(x)=0 (funkce, která vrací pro jakýkoliv argument 0 - identická nula) s : N N, x : s(x)= x +1 (funkce, která vrací pro jakýkoliv argument jeho následující hodnotu -následník) (n)(n) I i : N n N, x1,x2,..., xn : I i (x1,x2,..., xn)= xi (funkce, která vrací i-tý argument -výběr - je nutná pro tvorbu funkcí více proměnných) 2. Další funkce můžeme skládat pomocí operátorů: Operátory substituce S n m : f = Sn m (g, h1,..., hm), kde platí f(x1,x2,..., xn)= g(h1(x1,..., xn),..., hm(x1,..., xn)) (operátor, který umožňuje skládat funkce) Operátory primitivní rekurze R n : f = R n (g, h), kde platí f(0,x2,..., xn)= g(x2,..., xn)a f(k+1,x2,..., xn)= h(k, f(k, x2,..., xn),x2,..., xn) (operátor, který definuje rekurzivní funkci na základě funkce g -zarážka rekurze pro k = 0, h -následující krok rekurze pro k + 1 definovaný pomocí k). Z těchto základních funkcí můžeme pomocí postupné aplikace operátorů vytvářet složitější funkce. 20

Struktura e-learningových výukových programù a možnosti jejího využití

Struktura e-learningových výukových programù a možnosti jejího využití Struktura e-learningových výukových programù a možnosti jejího využití Jana Šarmanová Klíčová slova: e-learning, programovaná výuka, režimy učení Abstrakt: Autorská tvorba výukových studijních opor je

Více

E-LEARNINGOVÁ OPORA PŘEDMĚTU PROGRAMOVÉ VYBAVENÍ ORDINACE ZUBNÍHO LÉKAŘE Kateřina Langová, Jana Zapletalová, Jiří Mazura

E-LEARNINGOVÁ OPORA PŘEDMĚTU PROGRAMOVÉ VYBAVENÍ ORDINACE ZUBNÍHO LÉKAŘE Kateřina Langová, Jana Zapletalová, Jiří Mazura E-LEARNINGOVÁ OPORA PŘEDMĚTU PROGRAMOVÉ VYBAVENÍ ORDINACE ZUBNÍHO LÉKAŘE Kateřina Langová, Jana Zapletalová, Jiří Mazura Anotace Příspěvek popisuje novou koncepci výuky předmětu Programové vybavení ordinace

Více

IMPLEMENTACE ECDL DO VÝUKY MODUL 6: GRAFICKÉ MOŽNOSTI PC

IMPLEMENTACE ECDL DO VÝUKY MODUL 6: GRAFICKÉ MOŽNOSTI PC Vyšší odborná škola ekonomická a zdravotnická a Střední škola, Boskovice IMPLEMENTACE ECDL DO VÝUKY MODUL 6: GRAFICKÉ MOŽNOSTI PC Metodika Zpracoval: Ing. David Marek srpen 2009 Úvod Grafické možnosti

Více

SOFTWAROVÁ PODPORA TVORBY PROJEKTŮ

SOFTWAROVÁ PODPORA TVORBY PROJEKTŮ Slezská univerzita v Opavě Obchodně podnikatelská fakulta v Karviné SOFTWAROVÁ PODPORA TVORBY PROJEKTŮ Distanční studijní opora Karel Skokan František Huňka Karviná 2012 Projekt OP VK 2.2 (CZ.1.07/2.2.00/15.0176)

Více

TEORIE ZPRACOVÁNÍ DAT

TEORIE ZPRACOVÁNÍ DAT Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky TEORIE ZPRACOVÁNÍ DAT pro kombinované a distanční studium Jana Šarmanová Ostrava 2003 Jana Šarmanová, 2003 Fakulta

Více

Aktuální seznam nabízených kurzů

Aktuální seznam nabízených kurzů Aktuální seznam nabízených kurzů Název akce číslo akreditace hodinová dotace cena 1 Moodle pro pokročilé 3320/10-25-22 30 2100 2 Lidová řemesla a tradice v práci učitelů a vychovatelů 3320/10-25-22 30

Více

Vzdělávací oblast: Informatika a informační a komunikační technologie Vzdělávací obor: Programování. Předmět: Programování

Vzdělávací oblast: Informatika a informační a komunikační technologie Vzdělávací obor: Programování. Předmět: Programování Vzdělávací oblast: Informatika a informační a komunikační technologie Vzdělávací obor: Programování Vzdělávací oblast Informatika a informační a komunikační technologie pro vzdělávací obor Programování

Více

PRVNÍ ELASTICKÝ INFORMAČNÍ SYSTÉM : QI

PRVNÍ ELASTICKÝ INFORMAČNÍ SYSTÉM : QI PRVNÍ ELASTICKÝ INFORMAČNÍ SYSTÉM : QI Cyril Klimeš a) Jan Melzer b) a) Ostravská univerzita, katedra informatiky a počítačů, 30. dubna 22, 701 03 Ostrava, ČR E-mail: cyril.klimes@osu.cz b) DC Concept

Více

KONCEPCE VZDĚLÁVÁNÍ STUDENTŮ OBORU UČITELSTVÍ ODBORNÝCH PŘEDMĚTŮ CONCEPTION OF EDUCATION OF STUDENTS OF MAJOR IN TEACHING VOCATIONAL SUBJECTS

KONCEPCE VZDĚLÁVÁNÍ STUDENTŮ OBORU UČITELSTVÍ ODBORNÝCH PŘEDMĚTŮ CONCEPTION OF EDUCATION OF STUDENTS OF MAJOR IN TEACHING VOCATIONAL SUBJECTS KONCEPCE VZDĚLÁVÁNÍ STUDENTŮ OBORU UČITELSTVÍ ODBORNÝCH PŘEDMĚTŮ CONCEPTION OF EDUCATION OF STUDENTS OF MAJOR IN TEACHING VOCATIONAL SUBJECTS Iva Žlábková ČR Katedra pedagogiky a psychologie Pedagogické

Více

Matematika a její aplikace Matematika

Matematika a její aplikace Matematika Vzdělávací oblast : Vyučovací předmět : Období ročník : Počet hodin : 165 Matematika a její aplikace Matematika 2. období 5. ročník Učební texty : J. Justová: Alter-Matematika, Matematika 5.r.I.díl, 5.r.

Více

3.2 MATEMATIKA A JEJÍ APLIKACE (M) Charakteristika vzdělávací oblasti

3.2 MATEMATIKA A JEJÍ APLIKACE (M) Charakteristika vzdělávací oblasti 3.2 MATEMATIKA A JEJÍ APLIKACE (M) 51 Charakteristika vzdělávací oblasti Vzdělávací oblast matematika a její aplikace v základním vzdělávání je založena především na aktivních činnostech, které jsou typické

Více

Vysoká škola báňská Technická univerzita Ostrava TEORIE ÚDRŽBY. učební text. Jan Famfulík. Jana Míková. Radek Krzyžanek

Vysoká škola báňská Technická univerzita Ostrava TEORIE ÚDRŽBY. učební text. Jan Famfulík. Jana Míková. Radek Krzyžanek Vysoká škola báňská Technická univerzita Ostrava TEORIE ÚDRŽBY učební text Jan Famfulík Jana Míková Radek Krzyžanek Ostrava 2007 Recenze: Prof. Ing. Milan Lánský, DrSc. Název: Teorie údržby Autor: Ing.

Více

Didaktické prostředky. Moderní trendy

Didaktické prostředky. Moderní trendy Didaktické prostředky Moderní trendy Didaktické prostředky v nejširším slova smyslu zahrnují vše, co napomáhá dosažení cílů vzdělávání. Jsou to zejména obsah, formy, principy, metody, pomůcky a didaktická

Více

Informatika a výpočetní technika

Informatika a výpočetní technika Školní vzdělávací program Obor: 7941 K / 81, Gymnázium 8-leté Učební osnovy pro nižší stupeň vzdělávání Vzdělávací oblast: Vzdělávací obor: Matematika a její aplikace Informatika a výpočetní technika Charakteristika

Více

Matematika. 11.4. Výzkumný přístup při výuce matematiky

Matematika. 11.4. Výzkumný přístup při výuce matematiky 11.4. Výzkumný přístup při výuce matematiky Matematika 25.4. Využití informačních technologií ve výuce matematiky 16.5. Konstruktivistické pojetí výuky matematiky 30.5. Aplikace ve výuce matematiky a rozvoj

Více

Týden 11. Přednáška. Teoretická informatika průběh výuky v semestru 1. Nejprve jsme dokončili témata zapsaná u minulé přednášky.

Týden 11. Přednáška. Teoretická informatika průběh výuky v semestru 1. Nejprve jsme dokončili témata zapsaná u minulé přednášky. Teoretická informatika průběh výuky v semestru 1 Týden 11 Přednáška Nejprve jsme dokončili témata zapsaná u minulé přednášky. PSPACE, NPSPACE, PSPACE-úplnost Uvědomilijsmesi,ženapř.prozjištěnítoho,zdaBílýmánějakoustrategiivehřeŠACHY,

Více

Itálie Dotazník pro učitele VŠ připravující budoucí učitele cizích jazyků Zpracování údajů

Itálie Dotazník pro učitele VŠ připravující budoucí učitele cizích jazyků Zpracování údajů Itálie Dotazník pro učitele VŠ připravující budoucí učitele cizích jazyků Zpracování údajů O Vás 1. Dotazník vyplnilo sedm vysokoškolských pedagogů připravujících budoucí učitele cizích jazyků. 2. Šest

Více

II. MATEMATIKA A JEJÍ APLIKACE

II. MATEMATIKA A JEJÍ APLIKACE II. MATEMATIKA A JEJÍ APLIKACE Charakteristika vzdělávací oblasti Tato oblast je v našem vzdělávání zastoupena jedním předmětem matematikou, od 1. do 9. ročníku. Podle vývoje dětské psychiky a zejména

Více

Tabulace učebního plánu

Tabulace učebního plánu Tabulace učebního plánu Vzdělávací obsah pro vyučovací předmět : Informační a výpočetní technika Ročník: 3. - 4. ročník (septima - oktáva) Tématická oblast DIGITÁLNÍ TECHNOLOGIE informatika hardware software

Více

INFORMATIKA. Jindřich Kaluža. Ludmila Kalužová

INFORMATIKA. Jindřich Kaluža. Ludmila Kalužová INFORMATIKA Jindřich Kaluža Ludmila Kalužová Recenzenti: doc. RNDr. František Koliba, CSc. prof. RNDr. Peter Mikulecký, PhD. Vydání knihy bylo schváleno vědeckou radou nakladatelství. Všechna práva vyhrazena.

Více

65-42-M/01 HOTELNICTVÍ A TURISMUS PLATNÉ OD 1.9.2012. Čj SVPHT09/03

65-42-M/01 HOTELNICTVÍ A TURISMUS PLATNÉ OD 1.9.2012. Čj SVPHT09/03 Školní vzdělávací program: Hotelnictví a turismus Kód a název oboru vzdělávání: 65-42-M/01 Hotelnictví Délka a forma studia: čtyřleté denní studium Stupeň vzdělání: střední vzdělání s maturitní zkouškou

Více

Matematika a její aplikace Matematika 1. období 3. ročník

Matematika a její aplikace Matematika 1. období 3. ročník Vzdělávací oblast : Vyučovací předmět : Období ročník : Matematika a její aplikace Matematika 1. období 3. ročník Počet hodin : 165 Učební texty : H. Staudková : Matematika č. 7 (Alter) R. Blažková : Matematika

Více

Kurz práce s informacemi

Kurz práce s informacemi Kurz práce s informacemi Hra - vyučovací metoda Vypracoval: Jakub Doležal (362999) Obsah Hra - vyučovací metoda...4 Didaktická hra...4 Druhy didaktických her...4 Výběr her...6 Rozhodovací hra...7 Paměťová

Více

Modularizace a modernizace studijního programu počáteční přípravy učitele fyziky

Modularizace a modernizace studijního programu počáteční přípravy učitele fyziky Modularizace a modernizace studijního programu počáteční přípravy učitele fyziky Charakteristika projektu Název projektu: Modularizace a modernizace studijního programu počáteční přípravy učitele fyziky

Více

6.4 Charakteristika vyučovacího předmětu Informatika

6.4 Charakteristika vyučovacího předmětu Informatika 6.4 Charakteristika vyučovacího předmětu Informatika Vyučovací předmět Informatika je realizován v rámci ŠVP na 1. stupni ZŠ (5. ročník) s časovou týdenní dotací 1 hodina. Na 2. stupni ZŠ je realizována

Více

VYUŽITÍ MATLAB WEB SERVERU PRO INTERNETOVOU VÝUKU ANALÝZY DAT A ŘÍZENÍ JAKOSTI

VYUŽITÍ MATLAB WEB SERVERU PRO INTERNETOVOU VÝUKU ANALÝZY DAT A ŘÍZENÍ JAKOSTI VYUŽITÍ MATLAB WEB SERVERU PRO INTERNETOVOU VÝUKU ANALÝZY DAT A ŘÍZENÍ JAKOSTI Aleš Linka 1, Petr Volf 2 1 Katedra textilních materiálů, FT TUL, 2 Katedra aplikované matematiky, FP TUL ABSTRAKT. Internetové

Více

Management informačních systémů. Název Information systems management Způsob ukončení * přednášek týdně

Management informačních systémů. Název Information systems management Způsob ukončení * přednášek týdně Identifikační karta modulu v. 4 Kód modulu Typ modulu profilující Jazyk výuky čeština v jazyce výuky Management informačních systémů česky Management informačních systémů anglicky Information systems management

Více

Profilová část maturitní zkoušky 2013/2014

Profilová část maturitní zkoušky 2013/2014 Střední průmyslová škola, Přerov, Havlíčkova 2 751 52 Přerov Profilová část maturitní zkoušky 2013/2014 TEMATICKÉ OKRUHY A HODNOTÍCÍ KRITÉRIA Studijní obor: 78-42-M/01 Technické lyceum Předmět: TECHNIKA

Více

Vzdělávací portál a e-learning, online testy, online dotazníky v terciárním vzdělávání. NET University s.r.o.

Vzdělávací portál a e-learning, online testy, online dotazníky v terciárním vzdělávání. NET University s.r.o. Vzdělávací portál a e-learning, online testy, online dotazníky v terciárním vzdělávání NET University s.r.o. Proč e-learning na VŠ? Řízené ONLINE vzdělávání VŠ má mnoho vzdělávacího obsahu, know-how z

Více

Rozvojové programy pro veřejné vysoké školy na rok 2004 Program na podporu rozvoje struktury. Závěrečná zpráva z řešení projektu

Rozvojové programy pro veřejné vysoké školy na rok 2004 Program na podporu rozvoje struktury. Závěrečná zpráva z řešení projektu Rozvojové programy pro veřejné vysoké školy na rok 2004 Program na podporu rozvoje struktury c. Projekty celoživotního vzdělávání, které budou: cb) zvyšovat jazykovou úroveň akademických pracovníků a jejich

Více

PŘÍLOHA ŠKOLNÍHO VZDĚLÁVACÍHO PROGRAMU

PŘÍLOHA ŠKOLNÍHO VZDĚLÁVACÍHO PROGRAMU Základní škola a Mateřská škola Mladá Boleslav, Jilemnického 1152, příspěvková organizace PŘÍLOHA ŠKOLNÍHO VZDĚLÁVACÍHO PROGRAMU pro základní vzdělávání SPORT TVOŘIVOST ELÁN KOMUNIKACE ŠANCE ŠESTKA 2.

Více

Přínos k rozvoji klíčových kompetencí:

Přínos k rozvoji klíčových kompetencí: Střední škola hospodářská a lesnická, Frýdlant, Bělíkova 1387, příspěvková organizace Název modulu Informační a komunikační Kód modulu ICT-M-4/1-5 technologie Délka modulu 60 hodin Platnost 1.09.2010 Typ

Více

Didaktika přírodovědy a rámcové vzdělávací programy

Didaktika přírodovědy a rámcové vzdělávací programy Didaktika přírodovědy a rámcové vzdělávací programy Josef Trna Pedagogická fakulta MU v Brně Abstrakt: Jádrem příspěvku je problematika konstituování didaktiky přírodovědy jako mezioborové didaktiky, včetně

Více

PEDAGOGICKÉ DOVEDNOSTI

PEDAGOGICKÉ DOVEDNOSTI Slezská univerzita v Opavě Obchodně podnikatelská fakulta v Karviné PEDAGOGICKÉ DOVEDNOSTI Distanční studijní opora Helena Kolibová Karviná 2012 Projekt OP VK 2.2 (CZ.1.07/2.2.00/15.0176) Rozvoj kompetencí

Více

7.17 Pojetí vyučovacího předmětu Informační a komunikační technologie

7.17 Pojetí vyučovacího předmětu Informační a komunikační technologie 7.17 Pojetí vyučovacího předmětu Informační a komunikační technologie Obsahové, časové a organizační vymezení Vyučovací předmět Informační a komunikační technologie je vytvořen ze vzdělávacího oboru Informatika

Více

Matematika a její aplikace Matematika

Matematika a její aplikace Matematika Vzdělávací oblast : Vyučovací předmět : Období ročník : Počet hodin : 165 Učební texty : Matematika a její aplikace Matematika 1. období 2. ročník Mgr. M. Novotný, F. Novák: Matýskova matematika 4.,5.,6.díl

Více

5.6.3 Rekursivní indexace složitostních tříd 5.6.4 Uniformní diagonalizace 5.6.5 Konstrukce rekursivních indexací a aplikace uniformní diagonalizace

5.6.3 Rekursivní indexace složitostních tříd 5.6.4 Uniformní diagonalizace 5.6.5 Konstrukce rekursivních indexací a aplikace uniformní diagonalizace Obsah prvního svazku 1 Úvod 1.1 Přehled pojmů a struktur 1.1.1 Množiny, čísla a relace 1.1.2 Funkce 1.1.3 Pravděpodobnost 1.1.4 Grafy 1.2 Algebra 1.2.1 Dělitelnost, prvočíselnost a základní kombinatorické

Více

POKROČILÉ POUŽITÍ DATABÁZÍ

POKROČILÉ POUŽITÍ DATABÁZÍ POKROČILÉ POUŽITÍ DATABÁZÍ Barbora Tesařová Cíle kurzu Po ukončení tohoto kurzu budete schopni pochopit podstatu koncepce databází, navrhnout relační databázi s využitím pokročilých metod, navrhovat a

Více

ZLOMKY. Standardy: M-9-1-01 CELÁ A RACIONÁLNÍ ČÍSLA. Záporná celá čísla Racionální čísla Absolutní hodnota Početní operace s racionálními čísly

ZLOMKY. Standardy: M-9-1-01 CELÁ A RACIONÁLNÍ ČÍSLA. Záporná celá čísla Racionální čísla Absolutní hodnota Početní operace s racionálními čísly a algoritmů matematického aparátu Vyjádří a zapíše část celku. Znázorňuje zlomky na číselné ose, převádí zlomky na des. čísla a naopak. Zapisuje nepravé zlomky ve tvaru smíšeného čísla. ZLOMKY Pojem zlomku,

Více

Kulatý stůl Centrum školského managementu. PaedDr. Nataša Mazáčová, Ph.D. Pedagogická fakulta UK Praha

Kulatý stůl Centrum školského managementu. PaedDr. Nataša Mazáčová, Ph.D. Pedagogická fakulta UK Praha Kulatý stůl Centrum školského managementu PaedDr. Nataša Mazáčová, Ph.D. Pedagogická fakulta UK Praha Struktura sdělení Informace o práci střediska ped.praxí na PedfUK Systém fakultních škol a fakultních

Více

Učivo obsah. Druhá mocnina a odmocnina Druhá mocnina a odmocnina Třetí mocnina a odmocnina Kružnice a kruh

Učivo obsah. Druhá mocnina a odmocnina Druhá mocnina a odmocnina Třetí mocnina a odmocnina Kružnice a kruh Výstupy žáka ZŠ Chrudim, U Stadionu Je schopen vypočítat druhou mocninu a odmocninu nebo odhadnout přibližný výsledek Určí druhou mocninu a odmocninu pomocí tabulek a kalkulačky Umí řešit úlohy z praxe

Více

5.3.1. Informatika pro 2. stupeň

5.3.1. Informatika pro 2. stupeň 5.3.1. Informatika pro 2. stupeň Charakteristika vzdělávací oblasti Vzdělávací oblast Informační a komunikační technologie umožňuje všem žákům dosáhnout základní úrovně informační gramotnosti - získat

Více

ZKUŠENOSTI CCV A CPP UJEP Z REALIZACE VZDĚLÁVÁNÍ PEDAGOGŮ V OBLASTI ICT

ZKUŠENOSTI CCV A CPP UJEP Z REALIZACE VZDĚLÁVÁNÍ PEDAGOGŮ V OBLASTI ICT ZKUŠENOSTI CCV A CPP UJEP Z REALIZACE VZDĚLÁVÁNÍ PEDAGOGŮ V OBLASTI ICT V období uplynulých pěti let realizovaly centrum celoživotního vzdělávání a centrum pedagogické praxe, pracoviště Pedagogické fakulty

Více

7.16 Pojetí vyučovacího předmětu Informační a komunikační technologie

7.16 Pojetí vyučovacího předmětu Informační a komunikační technologie 7.16 Pojetí vyučovacího předmětu Informační a komunikační technologie Obsahové, časové a organizační vymezení Vyučovací předmět Informační a komunikační technologie je vytvořen ze vzdělávacího oboru Informatika

Více

CODEWEEK 2014 Rozvoj algoritmického myšlení nejen pomocí programu MS Excel. Michaela Ševečková

CODEWEEK 2014 Rozvoj algoritmického myšlení nejen pomocí programu MS Excel. Michaela Ševečková CODEWEEK 2014 Rozvoj algoritmického myšlení nejen pomocí programu MS Excel Michaela Ševečková Rozvoj technického myšlení nejmenších dětí práce s předměty charakteristika, diferenciace (hledání rozdílů),

Více

Metodik a koordinátor ICT

Metodik a koordinátor ICT Makovského 436, 592 31 Nové Město na Moravě mobil.: 774 696 160, e-mail: rama@inforama.cz WWW stránky: http://www.inforama.cz, https://www.evzdelavani.net/learning/ Metodik a koordinátor ICT Číslo akreditace:

Více

ZŠ a MŠ, Brno, Horníkova 1 - Školní vzdělávací program

ZŠ a MŠ, Brno, Horníkova 1 - Školní vzdělávací program 4.3. Informační a komunikační technologie Charakteristika předmětu Vzdělávací oblast je realizována prostřednictvím vyučovacího předmětu Informatika. Informatika je zařazena do ŠVP jako povinný předmět

Více

ŠVP Gymnázium Ostrava-Zábřeh. 4.8.16. Úvod do programování

ŠVP Gymnázium Ostrava-Zábřeh. 4.8.16. Úvod do programování 4.8.16. Úvod do programování Vyučovací předmět Úvod do programování je na naší škole nabízen v rámci volitelných předmětů v sextě, septimě nebo v oktávě jako jednoletý dvouhodinový kurz. V případě hlubšího

Více

Informační a komunikační technologie Informatika volitelný předmět

Informační a komunikační technologie Informatika volitelný předmět Vzdělávací oblast : Vyučovací předmět : Informační a komunikační technologie Informatika volitelný předmět Charakteristika předmětu V předmětu Informatika je realizován obsah vzdělávací oblasti Informační

Více

NABÍDKA VZDĚLÁVACÍCH KURZŮ

NABÍDKA VZDĚLÁVACÍCH KURZŮ VYSOKÁ ŠKOLA EVROPSKÝCH A REGIONÁLNÍCH STUDIÍ, o. p. s. Žižkova 6, České Budějovice NABÍDKA VZDĚLÁVACÍCH KURZŮ (další vzdělávání podle 1 vyhlášky č. 317/2005 Sb., o dalším vzdělávání pedagogických pracovníků

Více

Střední průmyslová škola Hranice Studentská 1384, Hranice

Střední průmyslová škola Hranice Studentská 1384, Hranice PROGRAM DALŠÍHO VZDĚLÁVÁNÍ Tabulkový procesor Střední průmyslová škola Hranice Studentská 1384, Hranice Obsah - 1. IDENTIFIKAČNÍ ÚDAJE PROGRAMU DALŠÍHO VZDĚLÁVÁNÍ... 3 2. PROFIL ABSOLVENTA... 4 VÝSLEDKY

Více

ADAPTIVITA INFORMAČNÍCH SYSTÉMŮ INFORMATION SYSTEM ADAPTIVITY

ADAPTIVITA INFORMAČNÍCH SYSTÉMŮ INFORMATION SYSTEM ADAPTIVITY ADAPTIVITA INFORMAČNÍCH SYSTÉMŮ INFORMATION SYSTEM ADAPTIVITY Roman Malo Mendelova zemědělská a lesnická univerzita v Brně Provozně ekonomická fakulta, Ústav informatiky, malo@pef.mendelu.cz Abstrakt Problematika

Více

MODELOVÁNÍ DAT V INFORMAČNÍCH SYSTÉMECH. Jindřich Kaluža Ludmila Kalužová

MODELOVÁNÍ DAT V INFORMAČNÍCH SYSTÉMECH. Jindřich Kaluža Ludmila Kalužová MODELOVÁNÍ DAT V INFORMAČNÍCH SYSTÉMECH Jindřich Kaluža Ludmila Kalužová Recenzenti: prof. Ing. Milan Turčáni, CSc. prof. Ing. Ivan Vrana, DrSc. Tato kniha vznikla za finanční podpory Studentské grantové

Více

Vývojové diagramy 1/7

Vývojové diagramy 1/7 Vývojové diagramy 1/7 2 Vývojové diagramy Vývojový diagram je symbolický algoritmický jazyk, který se používá pro názorné zobrazení algoritmu zpracování informací a případnou stručnou publikaci programů.

Více

Experimentální systém pro WEB IR

Experimentální systém pro WEB IR Experimentální systém pro WEB IR Jiří Vraný Školitel: Doc. RNDr. Pavel Satrapa PhD. Problematika disertační práce velmi stručný úvod WEB IR information retrieval from WWW, vyhledávání na webu Vzhledem

Více

E-LEARNING ANEB TVORBA STUDIJNÍCH OPOR SYSTÉMY TOOLBOOK II A TeX

E-LEARNING ANEB TVORBA STUDIJNÍCH OPOR SYSTÉMY TOOLBOOK II A TeX E-LEARNING ANEB TVORBA STUDIJNÍCH OPOR SYSTÉMY TOOLBOOK II A TeX MIROSLAV KOMÁREK, RUDOLF SCHWARZ Abstrakt: Příspěvek pojednává o poznatcích získaných při tvorbě výukových programů z fyziky pomocí systémů

Více

Jak efektivně přednášet v době e-learningu

Jak efektivně přednášet v době e-learningu ČVUT v Praze Fakulta elektrotechnická Jak efektivně přednášet v době e-learningu David Vaněček Masarykův ústav vyšších studií Katedra inženýrské pedagogiky Evropský sociální fond Praha & EU: Investujeme

Více

Projekt IMPLEMENTACE ŠVP. pořadí početních operací, dělitelnost, společný dělitel a násobek, základní početní operace

Projekt IMPLEMENTACE ŠVP. pořadí početních operací, dělitelnost, společný dělitel a násobek, základní početní operace Střední škola umělecká a řemeslná Evropský sociální fond "Praha a EU: Investujeme do vaší budoucnosti" Projekt IMPLEMENTACE ŠVP Evaluace a aktualizace metodiky předmětu Matematika Výrazy Obory nástavbového

Více

Příloha č. 6 MATEMATIKA A JEJÍ APLIKACE

Příloha č. 6 MATEMATIKA A JEJÍ APLIKACE Spočítá prvky daného konkrétního souboru do 6., Zvládne zápis číselné řady 0 6 Užívá a zapisuje vztah rovnosti a nerovnosti Numerace v oboru 0 6 Manipulace s předměty, třídění předmětů do skupin. Počítání

Více

Bakalářský studijní obor informatika

Bakalářský studijní obor informatika Bakalářský studijní obor informatika Předpoklady Struktura studia Přihlášky Poradenství Vzdělání v bakalářském oboru informatika nabízeném na Technické univerzitě v Chemnitz představuje vyvážený kompromis

Více

SYLABUS MODUL BUSINESS MODELOVÁNÍ. Doc. RNDr. Vladimír Krajčík, Ph.D.

SYLABUS MODUL BUSINESS MODELOVÁNÍ. Doc. RNDr. Vladimír Krajčík, Ph.D. SYLABUS MODUL BUSINESS MODELOVÁNÍ Doc. RNDr. Vladimír Krajčík, Ph.D. Ostrava 20 : Business modelování Autoři: Doc. RNDr. Vladimír Krajčík, Ph.D. Vydání: první, 20 Počet stran: Tisk: Vysoká škola podnikání,

Více

Inovace výuky prostřednictvím šablon pro SŠ

Inovace výuky prostřednictvím šablon pro SŠ Název projektu Číslo projektu Název školy Autor Název šablony Název DUMu Stupeň a typ vzdělávání Vzdělávací oblast Vzdělávací obor Tematický okruh Inovace výuky prostřednictvím šablon pro SŠ CZ.1.07/1.5.00/34.0748

Více

Elektronické formy vzdělávání úředníků

Elektronické formy vzdělávání úředníků Marbes consulting = správný partner na cestě k efektivnímu vzdělávání Pro: Krajský rok informatiky Ústí nad Labem Datum: 26.9.2012 Marian Kudela MARBES CONSULTING s.r.o. Tel.: 378 121 500 Brojova 16 326

Více

Architektura počítačů

Architektura počítačů Architektura počítačů Studijní materiál pro předmět Architektury počítačů Ing. Petr Olivka katedra informatiky FEI VŠB-TU Ostrava email: petr.olivka@vsb.cz Ostrava, 2010 1 1 Architektura počítačů Pojem

Více

5.1.7 Informatika a výpočetní technika. Časové, obsahové a organizační vymezení. ročník 1. 2. 3. 4. hodinová dotace 2 2 0 0

5.1.7 Informatika a výpočetní technika. Časové, obsahové a organizační vymezení. ročník 1. 2. 3. 4. hodinová dotace 2 2 0 0 5.1.7 Informatika a výpočetní technika Časové, obsahové a organizační vymezení ročník 1. 2. 3. 4. hodinová dotace 2 2 0 0 Realizuje se vzdělávací obor Informatika a výpočetní technika RVP pro gymnázia.

Více

PODPORA TVORBY STUDIJNÍCH TEXTŮ PRO POTŘEBY DISTANČNÍHO VZDĚLÁVÁNÍ

PODPORA TVORBY STUDIJNÍCH TEXTŮ PRO POTŘEBY DISTANČNÍHO VZDĚLÁVÁNÍ PODPORA TVORBY STUDIJNÍCH TEXTŮ PRO POTŘEBY DISTANČNÍHO VZDĚLÁVÁNÍ Petr Korviny Slezská univerzita v Opavě, Obchodně podnikatelská fakulta v Karviné, Ústav distančního vzdělávání Klíčová slova: elearning,

Více

Informační a komunikační technologie

Informační a komunikační technologie Informační a komunikační technologie Předmět je vyučován v 6. ročníku s časovou dotací jedné vyučovací hodiny týdně. Žákům umožňuje získat základní dovednosti v ovládání výpočetní techniky a moderních

Více

PaedDr. Petr Pexa, Ph.D.

PaedDr. Petr Pexa, Ph.D. ODBORNÉ KURIKULUM Jméno / Příjmení PaedDr. Petr Pexa, Ph.D. Trvalé bydliště České Budějovice Telefon +420 603 327 457 +420 387 77 3075 E-mail pexa@pf.jcu.cz Státní příslušnost Česká republika Datum narození

Více

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY Učební osnova předmětu MATEMATIKA pro střední odborné školy s humanitním zaměřením (6 8 hodin týdně celkem) Schválilo Ministerstvo školství, mládeže a tělovýchovy

Více

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 1. ročník (první pololetí, druhé pololetí) 1) Množiny. Číselné obory N, Z, Q, I, R. 2) Absolutní hodnota reálného čísla, intervaly. 3) Procenta,

Více

O nakladatelství. Nakladatelství SOKRATES se specializuje také na odbornou právnickou a ekonomickou literaturu.

O nakladatelství. Nakladatelství SOKRATES se specializuje také na odbornou právnickou a ekonomickou literaturu. Obsah Obsah... 1 O nakladatelství... 2 Nejžádanější publikace z nakladatelství SOKRATES... 3 Kompletní nabídka z edice Přijímací zkoušky na vysoké školy z nakladatelství SOKRATES dle typu VŠ... 4 Právnická

Více

Cvičení z matematiky jednoletý volitelný předmět

Cvičení z matematiky jednoletý volitelný předmět Název předmětu: Zařazení v učebním plánu: Cvičení z matematiky O8A, C4A, jednoletý volitelný předmět Cíle předmětu Obsah předmětu je zaměřen na přípravu studentů gymnázia na společnou část maturitní zkoušky

Více

Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/34.0333 Vzdělávání v informačních a komunikačních technologií

Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/34.0333 Vzdělávání v informačních a komunikačních technologií VY_32_INOVACE_31_02 Škola Střední průmyslová škola Zlín Název projektu, reg. č. Vzdělávací oblast Vzdělávací obor Tematický okruh Téma Tematická oblast Název Autor Vytvořeno, pro obor, ročník Inovace výuky

Více

Základní škola a Mateřská škola Třemešná 793 82 Třemešná 341 tel: 554 652 218 IČ: 00852538

Základní škola a Mateřská škola Třemešná 793 82 Třemešná 341 tel: 554 652 218 IČ: 00852538 Základní škola a Mateřská škola Třemešná 793 82 Třemešná 341 tel: 554 652 218 IČ: 00852538 Charakteristika vyučovacího předmětu Obsahové, časové a organizační vymezení Vyučovací předmět informatika se

Více

SYLABUS BAKALÁŘSKÁ PRÁCE A PRAXE

SYLABUS BAKALÁŘSKÁ PRÁCE A PRAXE SYLABUS MODULU BAKALÁŘSKÁ PRÁCE A PRAXE František Prášek Ostrava 2011 : Sylabus modulu Bakalářská práce a praxe Autoři: Ing. František Prášek Vydání: první, 2011 Počet stran: 15 Tisk: Vysoká škola podnikání,

Více

Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky STATISTIKA I.

Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky STATISTIKA I. Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky STATISTIKA I. pro kombinované a distanční studium Radim Briš Martina Litschmannová

Více

I. JAZYK A JAZYKOVÁ KOMUNIKACE

I. JAZYK A JAZYKOVÁ KOMUNIKACE I. JAZYK A JAZYKOVÁ KOMUNIKACE Charakteristika vzdělávací oblasti Vzdělávací oblast Jazyk a jazyková komunikace zaujímá stěžejní postavení ve výchovně vzdělávacím procesu. Dobrá úroveň jazykové kultury

Více

I ÚVOD DO PEDAGOGIKY...

I ÚVOD DO PEDAGOGIKY... Obsah 5 OBSAH PŘEDMLUVA............................................ 7 I ÚVOD DO PEDAGOGIKY.............................. 9 II PEDAGOGIKA VOLNÉHO ČASU....................... 25 III PŘEDŠKOLNÍ PEDAGOGIKA..........................

Více

VZDĚLÁVACÍ PROGRAM ZPRACOVÁNÍ GRAFICKÝCH VÝUKOVÝCH OBJEKTŮ PRO TVORBU MULTIMEDIÁLNÍCH PREZENTACÍ

VZDĚLÁVACÍ PROGRAM ZPRACOVÁNÍ GRAFICKÝCH VÝUKOVÝCH OBJEKTŮ PRO TVORBU MULTIMEDIÁLNÍCH PREZENTACÍ Zvyšování kompetencí pedagogických pracovníků při tvorbě výukových objektů a využívání e- learningových aplikací v odborných předmětech strojírenských CZ.1.07/1.3.44/02.0026 VZDĚLÁVACÍ PROGRAM ZPRACOVÁNÍ

Více

E-learning na ZŠ a SŠ

E-learning na ZŠ a SŠ E-learning na ZŠ a SŠ Ve 21. století si už nelze představit vzdělávací proces bez využití informačních a komunikačních technologií. Jde jen o to, abychom si byli vědomi všech možností, ale i úskalí, jež

Více

Gymnázium Cheb brána na VŠ (čtyřletý vzdělávací program)

Gymnázium Cheb brána na VŠ (čtyřletý vzdělávací program) Gymnázium Cheb brána na VŠ (čtyřletý vzdělávací program) Charakteristika vyučovacího předmětu Informatika a výpočetní technika čtyřletý cyklus Obsahové, časové a organizační vymezení Ve vyučovacím předmětu

Více

AGOGIKA CHEMIE. Studium: Učitelství všeobecně vzdělávacích předmětů 2. stupně ZŠ a SŠ. Kurz: Oborová didaktika chemie

AGOGIKA CHEMIE. Studium: Učitelství všeobecně vzdělávacích předmětů 2. stupně ZŠ a SŠ. Kurz: Oborová didaktika chemie AGOGIKA CHEMIE doc. RNDr. Karel Holada, CSc. Ústav profesního rozvoje pedagogických pracovníků ve školství, Univerzita Karlova v Praze, Pedagogická fakulta Studium: Učitelství všeobecně vzdělávacích předmětů

Více

E-learning v cestovním ruchu. Josef Zelenka

E-learning v cestovním ruchu. Josef Zelenka E-learning v cestovním ruchu Josef Zelenka E-learning v CR - důvody Cena Flexibilita změny oboru Dostupnost vzdělávání (celoživotního) Jistota dostupnosti podkladů pro studium Možnost přizpůsobit se různým

Více

Kvalita učebních textů v období e-learningu

Kvalita učebních textů v období e-learningu Kvalita učebních textů v období e-learningu Vladimír Vašinek Klíčová slova Učební text, e-learning, vnímání, paměť Abstrakt V současné době jsme svědky řady protichůdných jevů. Jedním z typických protikladů

Více

VY_32_INOVACE_D 12 11

VY_32_INOVACE_D 12 11 Název a adresa školy: Střední škola průmyslová a umělecká, Opava, příspěvková organizace, Praskova 399/8, Opava, 746 01 Název operačního programu: OP Vzdělávání pro konkurenceschopnost, oblast podpory

Více

Maturitní témata Školní rok: 2015/2016

Maturitní témata Školní rok: 2015/2016 Maturitní témata Školní rok: 2015/2016 Ředitel školy: Předmětová komise: Předseda předmětové komise: Předmět: PhDr. Karel Goš Informatika a výpočetní technika Mgr. Ivan Studnička Informatika a výpočetní

Více

STATISTIKA LS 2013. Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D.

STATISTIKA LS 2013. Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D. STATISTIKA LS 2013 Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D. Cvičící: Ing. Ondřej Grunt RNDr. Pavel Jahoda, Ph.D. Ing. Kateřina Janurová Mgr. Tereza

Více

KOMU JE KNIHA URČENA?

KOMU JE KNIHA URČENA? 7 Kapitola 0. O této knížce KOMU JE KNIHA URČENA? Tuto učebnici jsem vytvářel na základě mých přednášek a úvodních kursů na Vysoké škole manažerské informatiky a ekonomiky. Většina mých studentů měla malou

Více

METODICKÝ LIST 1. Název výukové aktivity (tématu): 2. Jméno autora: Ing. Petr Hořejší, Ph.D., Ing. Jana Hořejší 3. Anotace:

METODICKÝ LIST 1. Název výukové aktivity (tématu): 2. Jméno autora: Ing. Petr Hořejší, Ph.D., Ing. Jana Hořejší 3. Anotace: METODICKÝ LIST 1. Název výukové aktivity (tématu): Stavba LEGO MINDSTORMS NXT robota pro třídění barevných LEGO kostek (představujících různé druhy produktů ve výrobě) 2. Jméno autora: Ing. Petr Hořejší,

Více

Zkušenosti s tvorbou E-learningových výukových materiálů

Zkušenosti s tvorbou E-learningových výukových materiálů Zkušenosti s tvorbou E-learningových výukových materiálů Olga Tomoszková Zdravotní ústav se sídlem v Ostravě Milena Menzlová Ostravská univerzita v Ostravě, Zdravotně sociální fakulta 12. ročník mezinárodní

Více

ZÁKLADY PROGRAMOVÁNÍ. Mgr. Vladislav BEDNÁŘ 2014 7.1 7.3 12/14

ZÁKLADY PROGRAMOVÁNÍ. Mgr. Vladislav BEDNÁŘ 2014 7.1 7.3 12/14 ZÁKLADY PROGRAMOVÁNÍ Mgr. Vladislav BEDNÁŘ 2014 7.1 7.3 12/14 Co je vhodné vědět, než si vybereme programovací jazyk a začneme programovat roboty. 1 / 18 0:40 Umělá inteligence Umělá inteligence (UI) vlastně

Více

TVORBA UČEBNÍCH POMŮCEK POMOCÍ INTERAKTIVNÍ TABULE SMART BOARD MGR. ANNA MARTINKOVÁ, PHD.

TVORBA UČEBNÍCH POMŮCEK POMOCÍ INTERAKTIVNÍ TABULE SMART BOARD MGR. ANNA MARTINKOVÁ, PHD. TVORBA UČEBNÍCH POMŮCEK POMOCÍ INTERAKTIVNÍ TABULE SMART BOARD MGR. ANNA MARTINKOVÁ, PHD. OSTRAVA, LEDEN 2010 TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ REPUBLIKY.

Více

PROJEKT PODPORY KOMBINOVANÉ FORMY STUDIA NA VŠKE

PROJEKT PODPORY KOMBINOVANÉ FORMY STUDIA NA VŠKE PROJEKT PODPORY KOMBINOVANÉ FORMY STUDIA NA VŠKE Mgr. Naděžda Fasurová, Ph.D. Vysoká škola Karla Engliše, Šujanovo náměstí 1, 602 00 Brno e-mail:nadezda.fasurova@vske.cz ÚVOD Elektronické vzdělávání umožňuje

Více

Vstupní požadavky, doporučení a metodické pokyny

Vstupní požadavky, doporučení a metodické pokyny Název modulu: Základy PHP Označení: C9 Stručná charakteristika modulu Modul je orientován na tvorbu dynamických stánek aktualizovaných podle kontextu volání. Jazyk PHP umožňuje velmi jednoduchým způsobem

Více

ROLE ICT VE VZDĚLÁVÁNÍ

ROLE ICT VE VZDĚLÁVÁNÍ ROLE ICT VE VZDĚLÁVÁNÍ ZMĚNY V KONCEPCI VÝUKY listopad 2009 (c) Radek Maca Jaké jsou také pohledy na vzdělávání? žák: učitel: přežít školní docházku s co nejmenšími šrámy na těle i na duši předat žákům

Více

Problémové domény a jejich charakteristiky

Problémové domény a jejich charakteristiky Milan Mišovič (ČVUT FIT) Pokročilé informační systémy MI-PIS, 2011, Přednáška 02 1/16 Problémové domény a jejich charakteristiky Prof. RNDr. Milan Mišovič, CSc. Katedra softwarového inženýrství Fakulta

Více

Jak psát Bc. resp. Mgr. závěrečnou práci. Zpracoval: Karel Bílek

Jak psát Bc. resp. Mgr. závěrečnou práci. Zpracoval: Karel Bílek Jak psát Bc. resp. Mgr. závěrečnou práci Zpracoval: Karel Bílek Tato prezentace vznikla v rámci řešení doktorského projektu GAČR 523/03/H076 duben 2005 Textový dokument... co to je? Textovým dokumentem

Více

VÝUKOVÝ MATERIÁL. Bratislavská 2166, 407 47 Varnsdorf, IČO: 18383874 www.vosassvdf.cz, tel. +420412372632 Číslo projektu

VÝUKOVÝ MATERIÁL. Bratislavská 2166, 407 47 Varnsdorf, IČO: 18383874 www.vosassvdf.cz, tel. +420412372632 Číslo projektu VÝUKOVÝ MATERIÁL Identifikační údaje školy Vyšší odborná škola a Střední škola, Varnsdorf, příspěvková organizace Bratislavská 2166, 407 47 Varnsdorf, IČO: 18383874 www.vosassvdf.cz, tel. +420412372632

Více

2.8 Procesory. Střední průmyslová škola strojnická Vsetín. Ing. Martin Baričák. Název šablony Název DUMu. Předmět Druh učebního materiálu

2.8 Procesory. Střední průmyslová škola strojnická Vsetín. Ing. Martin Baričák. Název šablony Název DUMu. Předmět Druh učebního materiálu Název školy Číslo projektu Autor Název šablony Název DUMu Tematická oblast Předmět Druh učebního materiálu Anotace Vybavení, pomůcky Ověřeno ve výuce dne, třída Střední průmyslová škola strojnická Vsetín

Více