UIAI100 Theoretical and Methodological Foundations of Information

Faculty of Philosophy and Science in Opava
Summer 2019
Extent and Intensity
0/0. 0 credit(s). Type of Completion: -.
Guaranteed by
Institute of Computer Science – Faculty of Philosophy and Science in Opava
Course Enrolment Limitations
The course is also offered to the students of the fields other than those the course is directly associated with.
fields of study / plans the course is directly associated with
Syllabus (in Czech)
  • A1. Základy teoretické informatiky
    1. Gramatika, typy gramatik - Chomského hierarchie.
    2. Konečné automaty, ekvivalence deterministických a nedeterministických
    konečných automatů.
    3. Vztah mezi regulárními gramatikami a konečnými automaty.
    4. Zásobníkové automaty. Akceptování prázdným zásobníkem a koncovými stavy.
    5. Deterministické a nedeterministické zásobníkové automaty.
    6. Vztah zásobníkových automatů a bezkontextových gramatik.
    7. Bezkontextové gramatiky, normální tvary gramatik.
    8. Turingovy stroje a jazyky typu 0.
    A2. Logika
    1. Výroková logika, syntax a sémantika jazyka výrokové logiky.
    2. Ekvivalence výrokových formulí. Normální formy výrokových formulí.
    3. Splnitelnost a platnost formule ve výrokové logice, rozhodování pomocí sémantického stromu, Quienův algoritmus, reduction ad absurdum, tablová metoda, rezoluční metoda, dedukce ve výrokové logice.
    4. Predikátová logika 1. řádu - jazyk predikátové logiky, term, formule, substituce, sémantika, splnitelná formule v interpretaci, pravdivá formule v interpretaci, splnitelná formule, tautologie, kontradikce.
    5. Obecná rezoluční metoda v predikátové logice - obecna? rezoluc?ni? metoda, klauzulární (Skolemova) forma, Skolemova funkce, Skolemova konstanta, prenexní tvar formule, Herbrandova procedura, Robinsonův unifikační algoritmus, Herbrandovo universum, zobecněné rezoluční odvozovací pravidlo.

    A3. Statistika
    1. Elementární pojmy kombinatoriky a počtu pravděpodobnosti. Pravděpodobnostní modely - variace, permutace, náhodný pokus, náhodný jev, definice pravděpodobnosti, podmíněná pravděpodobnost a nezávislé jevy, Bayesova věta.
    2. Základní statistické pojmy - náhodná veličina, diskrétní náhodná veličina, spojitá náhodná veličina, náhodný vektor.
    3. Číselné charakteristiky, základní typy rozdělení pravděpodobnosti diskrétní a spojité náhodné veličiny (rozdělení rovnoměrné, binomické, Poissonovo, exponenciální, normální), momenty.
    4. Regresní a korelační analýza - lineární regrese, korelace, autokorelace, korelační koeficient.
    5. Časové řady. Indexy. - klasifikace, trend, sezónní složka, cyklická složka, náhodná složka.
    6. Základy statistické indukce. Statistické testování hypotéz - Základní soubor, populace, typy výběrů, statistická hypotéza, statistické testy, testovací kritérium, přijetí a zamítnutí hypotézy, nulová hypotéza, alternativní hypotéza, testy nezávislosti.
Teaching methods
Interactive lecture
Lecture with a video analysis
Assessment methods (in Czech)
Závěrečná ústní zkouška
Language of instruction
Czech
Further comments (probably available only in Czech)
The course can also be completed outside the examination period.
The course is also listed under the following terms Winter 2012, Summer 2013, Winter 2013, Summer 2014, Winter 2014, Summer 2015, Winter 2015, Summer 2016, Winter 2016, Summer 2017, Winter 2017, Summer 2018, Winter 2018, Summer 2020.
  • Enrolment Statistics (Summer 2019, recent)
  • Permalink: https://is.slu.cz/course/fpf/summer2019/UIAI100