Merge pull request #17 from UM-LPM/dev

Issues fix #5, #9, and #14

_courses/AFUM.md

@@ -20,7 +20,6 @@ keywords:
 - "segmentacija slik"
 - "modeli"
 intended:
-
 - "razvijalci programske opreme"
 difficulty: "Višji nivo"
 requisite: ""

_courses/AGUI.md

@@ -18,9 +18,8 @@ keywords:
 - "nevronske mreže"
 - "analiza družbenih omrežij"
 intended:
-
 - "razvijalci programske opreme"
-difficulty: ""
+difficulty: "Višji nivo"
 requisite: "Umetne nevronske mreže in globoko učenje"
 description: |
     V okviru tega naprednejšega modula se bodo udeleženci najprej seznanili z različnimi oblikami grafov in načini predstavitve omrežij iz realnega sveta v obliki podatkovne strukture graf. V nadaljevanju bodo spoznali osnove grafovskih nevronskih mrež, njihove principe delovanja in načine pretvorbe vozlišč, podgrafov ali celotnih grafov v vektorske vložitve. Nad vektorskimi vložitvami bodo v nadaljevanju zgradili napovedni ali klasifikacijski model za napovedovanje povezav, klasifikacijo vozlišč ali klasifikacijo grafov. To bodo povezali s praktičnim primerom uporabe, kot je analiza družbenih omrežij, napovedovanje prometnih tokov ali priporočanje na podlagi interakcij med uporabniki in predmeti. Pričakovano je poznavanje osnov programiranja v pythonu in strojnega učenja.

_courses/AJC.md

@@ -21,9 +21,8 @@ keywords:
 - "razvoj aplikacij"
 - "uporabniške komponente"
 intended:
-
 - "razvijalci programske opreme"
-difficulty: ""
+difficulty: "Začetni nivo"
 requisite: ""
 description: |
     Udeleženci bodo pridobili praktično znanje o uporabi Jetpack Compose, modernem kompletu orodij za izdelavo uporabniškega vmesnika za aplikacije na platformi Android. Skozi praktične vaje in projekte bodo razvijali razumevanje Jetpack Compose sintakse in osnovne koncepte, ki omogočajo gradnjo izjemno prilagodljivih in interaktivnih uporabniških vmesnikov. Delavnica bo potekala v integriranem razvojnem okolju Android Studio, kjer bodo udeleženci spoznali proces načrtovanja, implementacije in testiranja aplikacije. Osredotočili se bodo na obvladovanje uporabniških komponent, upravljanje stanja aplikacije, animacije in navigacijo. Med delavnico bodo udeleženci razvijali lasten projekt, ki bo vključeval tipične uporabniške interakcije, kot so obrazci, seznami, navigacijski tok in več. Jetpack Compose je prihodnost izdelave uporabniškega vmesnika na platformi Android s katerim je mogoče razviti sodobne in privlačne aplikacije za platformo Android in to znanje uporabiti tudi pri izdelavi namiznih aplikacij.

_courses/CPF.md

@@ -20,7 +20,6 @@ keywords:
 - "segmentacija slik"
 - "barvne slike"
 intended:
-
 - "razvijalci programske opreme"
 difficulty: "Višji nivo"
 requisite: ""

_courses/DRS.md

@@ -20,7 +20,6 @@ keywords:
 - "izhodne naprave"
 - "operacijski sistem"
 intended:
-
 - "razvijalci programske opreme"
 difficulty: "Začetni nivo"
 requisite: ""

_courses/DSJKURPO.md

@@ -18,7 +18,6 @@ keywords:
 - "konstrukti jezikov"
 - "razlike s splošno-namenskimi jeziki"
 intended:
-
 - "razvijalci programske opreme"
 difficulty: "Začetni nivo"
 requisite: ""

_courses/DVT.md

@@ -22,7 +22,6 @@ keywords:
 - "primerjava analize"
 - "obdelava signalov"
 intended:
-
 - "razvijalci programske opreme"
 difficulty: "Višji nivo"
 requisite: ""

_courses/GNMPODS.md

@@ -19,7 +19,6 @@ keywords:
 - "lokalizacija objektov"
 - "ovrednotenje uspešnosti"
 intended:
-
 - "razvijalci programske opreme"
 difficulty: "Začetni nivo"
 requisite: ""

_courses/GNMPOSIO.md

@@ -19,7 +19,6 @@ keywords:
 - "lokalizacija objektov"
 - "ovrednotenje uspešnosti"
 intended:
-
 - "razvijalci programske opreme"
 difficulty: "Začetni nivo"
 requisite: ""

_courses/GOUNM.md

@@ -19,9 +19,8 @@ keywords:
 - "optimizacija pravilnika"
 - "agent"
 intended:
-
 - "razvijalci programske opreme"
-difficulty: ""
+difficulty: "Višji nivo"
 requisite: "Umetne nevronske mreže in globoko učenje"
 description: |
     V tem modulu bodo udeleženci spoznali principe okrepitvenega učenja, klasične algoritme in osnovne algoritme globokega okrepitvenega učenja z nevronskimi mrežami. Na podlagi poznavanja osnovnih principov delovanja bodo za izbran problem okrepitvenega učenja lahko identificirali in opisali glavne komponente kot so akcije agenta, predstavitev stanj in model okolja, ki določa prehajanje stanj in nagrade za izvedene akcije. Pri obravnavi klasičnih pristopov se bodo seznanili s pristopi optimizacije pravilnika in klasičnimi algoritmi okrepitvenega učenja. Nato bodo za predstavitev agentove strategije delovanja ali modela okolja uporabili globoko nevronsko mrežo in se seznanili s prednostmi takšnega pristopa. Spoznali bodo nekaj metod okrepitvenega učenja z nevronskimi mrežami in jih uporabili za optimizacijo delovanja agenta v simuliranem okolju.

_courses/GUI.md

@@ -19,9 +19,8 @@ keywords:
 - "generiranje besedila"
 - "generiranje slik"
 intended:
-
 - "razvijalci programske opreme"
-difficulty: ""
+difficulty: "Višji nivo"
 requisite: "Umetne nevronske mreže in globoko učenje"
 description: |
     Udeleženci se bodo seznanili s teorijo in praktičnimi aplikacijami generativnih modelov nevronskih mrež, ki poganjajo sodobna orodja za generiranje naravnega jezika v obliki besedil in govora ter drugih oblik digitalne vsebine. Glede na predviden nivo zahtevnosti bodo udeleženci pri teoretičnem delu spoznali osnovne principe delovanja generativnih modelov, njihovo učenje in uporabo ter prenos naučenih modelov na nove domene. Pri praktičnem delu bodo preizkusili delovanje prosto dostopnih testnih različic modelov za generiranje besedila, slik in ostalih vrst vsebine, ter identificirali primere koristne uporabe teh orodij pri svojem delu. Na naprednejšem nivoju bodo uporabniki vključili obstoječe prosto dostopne modele v lastne aplikacije.

_courses/KVKPGNM.md

@@ -21,7 +21,6 @@ keywords:
 - "klasični pristopi"
 - "globoke nevronske mreže"
 intended:
-
 - "razvijalci programske opreme"
 difficulty: "Višji nivo"
 requisite: "Razpoznavanje vzorcev in redukcija dimenzij: primerjava klasičnih algoritmov in globokega učenja"

_courses/LIVMS.md

@@ -20,7 +20,6 @@ keywords:
 - "ločevanje izvorov"
 - "globoke nevronske mreže"
 intended:
-
 - "razvijalci programske opreme"
 difficulty: "Višji nivo"
 requisite: ""

_courses/MNCV.md

@@ -20,9 +20,8 @@ keywords:
 - "validacija"
 - "strojno učenje"
 intended:
-
 - "razvijalci programske opreme"
-difficulty: ""
+difficulty: "Višji nivo"
 requisite: ""
 description: |
     V okviru tega modula bodo udeleženci spoznali računalniške metode za analizo in obdelavo časovnih vrst z eno ali več spremenljivkami. V prvem delu se bodo seznanili z različnimi oblikami časovnih vrst in uporabili metode za njihovo modeliranje z dekompozicijo na osnovne komponente, kot sta trend in sezonska komponenta. V nadaljevanju bodo izvedli osnovno izpeljavo lastnosti izbranih časovnih vrst, kot je avtokorelacija, in uporabili preproste modele za napovedovanje prihodnjih vrednosti časovne vrste. Seznanili se bodo z različnimi pristopi za validacijo napovednih modelov, ki vključuje vrednotenje točnosti napovedi in analizo rezidualov. Sledila bo obravnava avtoregresijskih modelov za napovedovanje v časovnih vrstah, glede na predviden nivo vsebine pa bodo udeleženci v zaključnem delu za modeliranje izbranih časovnih vrst uporabili še sodobne pristope strojnega učenja z nevronskimi mrežami.

_courses/MPDOS.md

@@ -18,7 +18,6 @@ keywords:
 - "obdelava signalov"
 - "orodjarne"
 intended:
-
 - "razvijalci programske opreme"
 difficulty: "Začetni nivo"
 requisite: ""

_courses/NFAP.md

@@ -20,7 +20,6 @@ keywords:
 - "frekvenčna analiza"
 - "diskretna valčna transformacija"
 intended:
-
 - "razvijalci programske opreme"
 difficulty: "Višji nivo"
 requisite: ""

_courses/NKCSVMSVMS.md

@@ -22,7 +22,6 @@ keywords:
 - "elektorfizični vmesniki"
 - "čustveno računalništvo"
 intended:
-
 - "razvijalci programske opreme"
 difficulty: "Višji nivo"
 requisite: ""

_courses/NPM.md

@@ -20,7 +20,6 @@ keywords:
 - "izvedljivi modeli"
 - "podatkovna baza"
 intended:
-
 - "razvijalci programske opreme"
 difficulty: "Višji nivo"
 requisite: ""

_courses/OFP.md

@@ -19,7 +19,6 @@ keywords:
 - "stroga tipizacija"
 intended:
 - "vsi"
-
 - "razvijalci programske opreme"
 difficulty: "Višji nivo"
 requisite: ""

_courses/OKPO.md

@@ -24,9 +24,8 @@ keywords:
 - "osnovne merilne tehnike kvalitete"
 intended:
 - "vsi"
-
 - "razvijalci programske opreme"
-difficulty: ""
+difficulty: "Začetni nivo"
 requisite: ""
 description: |
     Udeleženci bodo spoznali osnovne principe, vidike in modele kvalitete programske opreme, kot so napake, ki se pojavljajo pri oblikovanju programske opreme in kako zagotavljati kvalitete. Spoznali bodo procese prevencija napak, odpravljanje napak, validacije in verifikacije. Spoznali bodo tudi osnovne tehnika merjenje kvalitete kot so programske metrike, ocenjevanje kvalitete in klasifikacija napak.

_courses/ORPO.md

@@ -22,9 +22,8 @@ keywords:
 - "dokumentacija"
 - "avtomatizacija"
 intended:
-
 - "razvijalci programske opreme"
-difficulty: ""
+difficulty: "Začetni nivo"
 requisite: ""
 description: |
     Udeleženci se bodo seznanili z orodji, ki omogočajo učinkovit razvoj programske opreme v timskem okolju, vključno z načrtovanjem, verzioniranjem, komunikacijo, dokumentacijo ter avtomatizacijo.

_courses/OSAP.md

@@ -21,9 +21,8 @@ keywords:
 - "statični programski paket"
 intended:
 - "vsi"
-
 - "razvijalci programske opreme"
-difficulty: ""
+difficulty: "Začetni nivo"
 requisite: ""
 description: |
     Udeleženci bodo spoznali osnovne principe statistične analize in klasično sklepno statistiko. V okviru osnov bodo spoznali teorijo verjetnosti, klasične  statistične definicije, pravila verjetnosti, verjetnostne porazdelitve kot so binomska, normalna in multivariatna. V okviru klasične sklepno statistike bodo spoznali vzorčenje,  ocenjevanje parametrov in preizkušanje statističnih domnev. Naveden pojme in principe bodo preskusili na praktičnih primerih z uporabo statističnega programskega paketa.

_courses/OSU.md

@@ -23,9 +23,8 @@ keywords:
 - "testna okolja"
 intended:
 - "vsi"
-
 - "razvijalci programske opreme"
-difficulty: ""
+difficulty: "Začetni nivo"
 requisite: ""
 description: |
     Udeleženci se bodo seznanili z osnovno terminologijo, različnimi vrstami učenja, tipi algoritmov, metrikami uspešnosti in delitvijo ter filtriranjem podatkov. Prav tako se bodo srečali z interaktivnimi testnimi okolji za potrebe preizkušanja in nadaljnjih aplikacij.

_courses/OSUPJP.md

@@ -22,9 +22,8 @@ keywords:
 - "vizualizacija"
 intended:
 - "vsi"
-
 - "razvijalci programske opreme"
-difficulty: ""
+difficulty: "Začetni nivo"
 requisite: ""
 description: |
     Udeleženci se bodo seznanili s knjižnicami v programskem jeziku Python, ki so namenjene strojnemu učenju, obdelavi podatkov in vizualizaciji, ter spoznali praktične primere njihove uporabe.

_courses/OSUPJR.md

@@ -22,9 +22,8 @@ keywords:
 - "vizualizacija"
 intended:
 - "vsi"
-
 - "razvijalci programske opreme"
-difficulty: ""
+difficulty: "Začetni nivo"
 requisite: ""
 description: |
     Udeleženci se bodo seznanili s knjižnicami v programskem jeziku R, ki so namenjene strojnemu učenju, obdelavi podatkov in vizualizaciji, ter spoznali praktične primere njihove uporabe.

_courses/PJK.md

@@ -20,9 +20,8 @@ keywords:
 - "IntelliJ IDEA"
 - "JVM"
 intended:
-
 - "razvijalci programske opreme"
-difficulty: ""
+difficulty: "Začetni nivo"
 requisite: ""
 description: |
     Udeleženci bodo pridobili temeljno razumevanje sintakse programskega jezika Kotlin ter osnovne tehnike objektno-usmerjenega programiranja. S pomočjo integriranega razvojnega okolja IntelliJ IDEA bodo spoznali načrtovanje, implementacijo, razhroščevanje in dokumentiranje preprostih programov. Skozi praktične primere bodo pridobili vpogled v uporabo različnih programskih konstruktov, kot so različni tipi spremenljivk, polja, strukture/razredi, prireditveni operator, pogojne krmilne strukture, iterativne krmilne strukture za ponavljanja ter funkcije. Programski jezik Kotlin, čeprav relativno "mlad," temelji na platformi JVM (Java Virtual Machine) in je združljiv s programskim jezikom Java. Udeleženci se bodo zato seznanili tudi z interoperabilnostjo med programskima jezikoma Kotlin in Java ter spoznali, kako ju lahko uporabljajo v okviru istega projekta. Kotlin je v ospredju razvoja mobilnih aplikacij za platformo Android, vendar se med drugim uporablja tudi za razvoj namiznih aplikacij ter platformno-neodvisnih aplikacij.

_courses/POPGNM.md

@@ -20,7 +20,6 @@ keywords:
 - "bogatenje podatkov"
 - "slikovna analiza"
 intended:
-
 - "razvijalci programske opreme"
 difficulty: "Višji nivo"
 requisite: ""

_courses/PSCN.md

@@ -20,7 +20,6 @@ keywords:
 - "stohastnični algoritem"
 - "superračunalnik"
 intended:
-
 - "razvijalci programske opreme"
 difficulty: "Višji nivo"
 requisite: ""

_courses/PSMPI.md

@@ -21,7 +21,6 @@ keywords:
 - "MPI"
 - "superračunalnik"
 intended:
-
 - "razvijalci programske opreme"
 difficulty: "Višji nivo"
 requisite: ""

_courses/PSOMP.md

@@ -20,7 +20,6 @@ keywords:
 - "superračunalnik"
 - "C++"
 intended:
-
 - "razvijalci programske opreme"
 difficulty: "Srednji nivo"
 requisite: ""

_courses/PSP.md

@@ -20,9 +20,8 @@ keywords:
 - "brisanje podatkov"
 - "učinkovitost"
 intended:
-
 - "razvijalci programske opreme"
-difficulty: ""
+difficulty: "Višji nivo"
 requisite: ""
 description: |
     V okviru tega modula bodo udeleženci spoznali osnovne in nekatere napredne podatkovne strukture za organizirano hrambo podatkov. Seznanili se bodo z osnovnimi operacijami na podatkovnih strukturah, kot so iskanje, dodajanje in brisanje podatkov, ter njihovo časovno zahtevnostjo. Teoretično znanje bodo podkrepili v praktičnem delu, kjer bodo za izbrane oblike realnih problemov uporabili različne podatkovne strukture in primerjali njihovo učinkovitost pri različnih razmerjih operacij iskanja, dodajanja in brisanja podatkov.