Kolegij "Operacijski sustavi"

Zadaci s natjecanja - Python - OŠ, SŠ (Infokup, HONI....)

   - tjedno 2-3 zadatka  u  word dokumentu objasniti rješenja, kodirati i testirati korištenjem            evaluatora.

Praksa u OŠ

- hospitirati 5 * 2  blok sata, održati jedno ispitno predavanje. Ako zbog COVID-19 ne bude moguća takova realizacija, hospitiranje se može smanjiti na 3*2 blok-sata

1. Priroda istraživanja. Normativna i interpretativna paradigma. Vrste istraživanja. Tijek istraživanja. 

2. Prikupljanje podataka. Postupci i instrumenti i njihove značajke: valjanost, pouzdanost, objektivnost, diskriminativna vrijednost zadatka. Upitnik. 

3. Analiza slučajeva. Korelacijska istraživanja. Ex post facto istraživanje. Eksperiment, kvazieksperiment. Meta – analize obrazovnih istraživanja. Akcijska istraživanja. Triangulacija. Igranje uloga. Interview.

 4. Analiza podataka – kvalitativna i kvantitativna. Neparametrijski testovi: hi kvadrat test, Kolmogorov –Smirnovljev test, Mann - Whitney test. t-test, analiza varijance. MANOVA. Regresijska analiza. Korelacija. Redukcija podataka: faktorska analiza. Klasifikacije: diskriminantna i klasterska analiza.

Cohen, L., Manion, L., Research methods in education, London, Routledge, 2011.

Rekurzija

Vještine programiranja i praćenja izvršavanja koda

Programska okruženja

Načini poučavanja programiranja. Vizualni programski jezici.

Roboti u poučavanju programiranja

Vizualizacija algoritama

Rješavanje problemskih zadataka programiranjem je kolegij u kojem se rješavaju zadaci sa natjecanja iz informatike na osnovnškolskom i srednjoškolskom nivou. Na jednosatnim predavanjima će se opisati postupak rješavanja zadataka kao i potrebne tehnike i pristupi rješavanju problema, te uvesti naredbe u Python-u potrebne za realizaciju algoritma. 

Procedura odabira mentora, prijave i odobravanja teme, formiranja Povjerenstva, održavanja seminara, prijave i obrane Diplomskog rada

Cilj kolegija je studente upoznati s fundamentalnim konceptima i rezultatima teorije izračunljivosti kao i teorije složenosti algoritama. Što neki problem čini računalno složenim a drugi pak jednostavnim? Na to pitanje ne znamo odgovoriti no studenti trebaju naučiti klasificirati probleme u skladu s njihovom složenošću. Usko vezan uz pojam složenosti je pojam izračunljivosti: studenti uče razlučiti odlučive probleme od neodlučivih. Na samom kraju studenti bi trebali razumjeti u čemu se sastoji rješenje Hilbertovog desetog problema te ideju dokaza Gödelovih teorema nepotpunosti.

- Povijesni razvoj matematike i osnovnih matematičkih disciplina

- Građa matematike- aksiomi, teoremi, dokazi 

- Osnove matematičke logike- logika sudova i logika prvog reda 

- Naivna teorija skupova: zadavanje skupa, Booleove operacije na skupovima, Kartezijev umnožak 

- Homogene binarne relacije, relacije ekvivalencije, relacije uređaja 

- Binarne relacije, funkcije 

- Aksiomatska izgradnja skupa prirodnih brojeva, matematička indukcija, uvođenje zbrajanja, množenja, svojstva

- Izgradnja skupa cijelih brojeva, svojstva

- Izgradnja skupa racionalnih brojeva, svojstva

- Izgradnja skupa realnih brojeva, svojstva

- Skup kompleksnih brojeva

Optimizacija je umjetnost donošenja najboljih odluka pod zadanim uvjetima. Konveksna optimizacija bavi se problemima koji se modeliraju korištenjem konveksnih skupova  i konveksnih funkcija: mnoštvo problema u znanosti, tehnici i statistici svode se na probleme konveksne optimizacije te se rješavaju korištenjem poznatih efikasnih algoritama.
Glavni cilj ovog predmeta je razvijanje znanja i vještina potrebnih za prepoznavanje, formuliranje i rješavanje problema konveksne optimizacije. Fokus predmeta je na teoriji, tehnikama modeliranja te dizajnu i analizi algoritama.