Studijní katalog
Studium je i o formalitách, jejichž řádné plnění tě dovede až k úpěšnému dokončení celého studia. Studijní a zkušební řád a Studijní katalog jsou ta správná místa, kde nalezneš oficiální informace o tom, jaké podmínky musíš splnit, aby tvé studium řádně probíhalo.
V bakalářském studjním programu Statistická datová věda musíš splnit následující:
- Musíš absolvovat předměty tzv. Společného univerzitního základu v předepsané skladbě v celkovém rozsahu alespoň 15 kreditů.
- Musíš absolvovat všechny předměty (celkem 124 kreditů) bloku povinných předmětů programu (114 kreditů) a bakalářská práce (10 kreditů).
- Musíš absolvovat předměty podle svého výběru v celkovém rozsahu alespoň 25 kreditů z bloku povinně volitelných předmětů programu.
- Musíš absolvovat další, tzv. volitelné, předměty vypisované na Masarykově univerzitě tak, aby jsi za celé své studium získal(a) celkem alespoň 180 kreditů.
Bloky předmětů
V následujících tabulkách najdeš přehled předmětů jednotlivých bloků nebo odkazy na předměty, ze kterých si můžeš vybrat.
V tabulce najdeš číslo semestru (1.--6.), ve kterém je vhodné si předmět zapsat, dále kód předmětu (rozklikni si pro přechod do Katalogu předmětů, kde najdeš všechny podrobnosti), název, požadovaný způsob ukončení (zkouška / kolokvium / zápočet), počet hodin přednášek / cvičení / jiných povinností každý týden, počet kreditů za absolvování předmětu a příp. poznámky o důležitých předpokladech (některé předměty vyžadují nebo doporučují předchozí absolvování jiných předmětů).
Společný univerzitní základ
K úspěšnému zakončení studia student v bakalářských studijních programech získá alespoň 15 kreditů z předmětů tzv. Společného univerzitního základu. Mezi tyto kredity se počítají 2 kredity z předmětů sportovních aktivit, 4 kredity za cizí jazyk, a 9 kreditů za předměty společensko-vědního či přírodovědného základu (tzv. CORE předmětů).
Společensko-vědní a přírodovědný základ
Student si za celé bakalářské studium povinně zapisuje tzv. CORE předměty v minimální celkové hodnotě 9 kreditů:
předměty jsou vypisovány pod kódy CORE___.
Jazyky
K úspěšnému ukončení studia na PřF má student povinnost absolvovat zkoušku
PřF:JASUZ Odborná angličtina - zkouška: 4 kredity.
Výuka jazyků je zajišťována Centrem jazykového vzdělávání MU.
Sportovní aktivity
Student prezenčního studia bakalářského studijního programu má povinnost během studia splnit podmínky pro udělení dvou zápočtů (1 zápočet = 1 kredit) z předmětů sportovních aktivit vypisovaných pod kódy P9___, p9___:
Předměty povinné tělesné výchovy
Výuku těchto předmětů zajišťuje Centrum univerzitního sportu Fakulty sportovních studií.
Povinné předměty
Je nutné absolvovat všechny předměty tohoto bloku. Doporučujeme předměty absolvovat v uváděných semestrech, takto ti zajistíme rozumnou návaznost předmětů a smysluplné využití nových znalostí a dovedností v dalších předmětech.
| sem. | kód | název | uk. | př/cv | kr. | předpoklady |
|---|---|---|---|---|---|---|
| 1. | FI:MB152 |
Diferenciální a integrální počet | zk | 2/2 | 5 | |
| 1. | PřF:M1110D |
Lineární algebra pro datovou vědu | zk | 2/2 | 5 | |
| 1. | PřF:M4130 |
Výpočetní matematické systémy | z | 2/2 | 4 | |
| 1. | FI:IB113 |
Úvod do programování a algoritmizace | zk | 2/2 | 6 | |
| 1. | PřF:M1130 |
Seminář z matematiky I | z | 0/2 | 2 | |
| 2. | PřF:M2100D |
Matematická analýza pro datovou vědu | zk | 2/0 | 4 | MB152 |
| 2. | FI:MB153 |
Statistika I | zk | 2/2 | 5 | MB152, M2100D |
| 2. | PřF:M4180 |
Numerické metody I | zk | 2/2 | 6 | |
| 2. | PřF:M1VM01 |
Algoritmizace úloh a numerické výpočty | k | 0/3 | 5 | |
| 2. | PřF:M4131 |
Python pro datovou vědu | z | 2/2 | 4 | |
| 3. | PřF:M5120 |
Lineární statistické modely I | zk | 2/2 | 6 | MB153 |
| 3. | PřF:M7986 |
Statistická inference I | zk | 2/2 | 6 | |
| 3. | FI:PB016 |
Úvod do umělé inteligence | zk | 2/2 | 5 | |
| 3. | FI:PV251 |
Visualization | zk | 2/1 | 5 | |
| 4. | PřF:M6130 |
Výpočetní statistika | zk | 2/2 | 5 | MB153 |
| 4. | PřF:M8DM1 |
Data mining I | zk | 2/2 | 6 | |
| 4. | FI:IB031 |
Úvod do strojového učení | zk | 2/2 | 5 | MB152, MB153 |
| 4. | PřF:M8DBR |
Databázové systémy a R v datové vědě | zk | 1/2 | 5 | |
| 5. | PřF:M7222 |
Zobecněné lineární modely | zk | 2/2 | 6 | MB153 |
| 5. | PřF:M9121 |
Časové řady I | zk | 2/2 | 6 | M5120 |
| 5. | PřF:M9DM2 |
Data mining II | k | 0/2 | 3 | |
| 5. | FI:PA153 |
Natural Language Processing | zk | 2/0 | 4 | |
| 6. | PřF:M0160 |
Optimalizace | zk | 2/2 | 6 |
Bakalářská práce
Na začátku 5. semestru si musíš zvolit formu a téma bakalářské práce a za ni v 5. a 6. semestru musíš získat zápočty a kredity.
| sem. | kód | název | uk. | př/cv | kr. | předpoklad |
|---|---|---|---|---|---|---|
| 5. | PřF:M51XX |
Bakalářská práce 1 | z | 0/0 | 5 | ≥ 90 kreditů |
| 6. | PřF:M61XX |
Bakalářská práce 2 | z | 0/0 | 5 | M51XX |
Státní závěrečná zkouška
Ke Státní závěrečné zkoušce se přihlásíš poslední semestr svého studia.
| sem. | kód | název | uk. | př/cv | kr. | předpoklad |
|---|---|---|---|---|---|---|
| 6. | PřF:MSZZ_BN |
Bakalářská státní závěrečná zkouška | - | 0/0 | 0 | ≥ 120 kreditů |
Povinně volitelné předměty
Je nutné absolvovat předměty z tohoto bloku v celkovém rozsahu alespoň 25 kreditů.
Z tabulky níže si vyber předměty podle svého zájmu, ale tak, aby jsi za ně získal(a) celkem alespoň 25 kreditů. Můžeš jich absolvovat klidně i více, kredity se ti budou počítat do kreditů za celé studium.
Některé předměty je nutné nebo vhodné absolvovat v kombinaci s jinými. Často je potřeba předtím absolvovat jiný povinný (nebo povinně volitelnný) předmět. Čísla semestrů ber jako naše doporučení, kdy si myslíme, že je správná doba na to předmět zvládnout. Klidně předměty můžeš odložit na pozdější semestry, ale je rozumné si studijní zátěž rovnoměrně rozvrhnout na celých 6 semestrů.
| sem. | kód | název | uk. | př/cv | kr. | předpoklady |
|---|---|---|---|---|---|---|
| 2. | FI:IB114 |
Úvod do programování a algoritmizace II | zk | 2/1 | 5 | IB113 |
| 2. | PřF:E3011 |
Algoritmizace a programování | k | 2/2 | 5 | |
| 3. | PřF:M5180 |
Numerické metody II | zk | 2/1 | 5 | M4180 |
| 3. | FI:PB154 |
Základy databázových systémů | zk | 2/1 | 5 | |
| 3. | PřF:Bi9680en |
Artificial Intelligence in Biology, Chemistry, and Bioengineering |
zk | 2/0 | 4 | |
| 3. | PřF:Bi9680enc |
Artificial Intelligence in Biology, Chemistry, and Bioengineering - practice |
k | 0/1 | 2 | +Bi9680enc |
| 4. | FI:IV109 |
Modelování a simulace | zk | 2/1 | 5 | |
| 4./6. | PřF:M6201 |
Nelineární dynamika a její aplikace | zk | 2/2 | 6 | M1110D |
| 4. | FI:PA026 |
Artificial Intelligence Project | k | 0/2 | 3 | PB016 |
| 4. | PřF:M6110 |
Pojistná matematika | zk | 2/2 | 6 | MB153 |
| 5. | PřF:M5444 |
Markovské řetězce | zk | 2/1 | 5 | MB153 |
| 5. | PřF:M7777 |
Aplikovaná analýza funkcionálních dat | z | 0/2 | 3 | MB153, M4130 |
| 5. | PřF:M5KPM |
Kapitoly z pojistné matematiky | zk | 2/1 | 5 | M6110 |
| 5. | ESF:BPE_ZAEK |
Základy ekonometrie | zk | 2/2 | 6 | |
| 6. | PřF:PLIN068 |
Applied Machine Learning | k | 2/0 | 3 | |
| 6. | PřF:PLIN069 |
Applied Machine Learning Project | zk | 0/0 | 6 | +PLIN068 |
Volitelné předměty
Kromě předchozích bloků si doplň své studium předměty nabízenými na Masarykově univerzitě, a to tak, aby jsi za celé studium získal(a) celkem alespoň 180 kreditů.
Speciálně pro bakalářský studijní program Statistická datová věda ti nabízíme možnost získat 10 kreditů za odbornou stáž.
| sem. | kód | název | uk. | př/cv | kr. | předpoklady |
|---|---|---|---|---|---|---|
| 6. | PřF:MPRAX |
Odborná praxe | z | 8 týdnů | 10 |
Můžeš také vybírat mezi dalšími povinně volitelnými předměty (nad požadovaných 25 kreditů), podívat se po jiných předmětech na Ústavu matematiky a statistiky PřF a na Fakultě informatiky, ale opravdu můžeš absolvovat i předměty vyučované na jakékoliv fakultě a studijním programu na MUNI (při dodržení podmínek daných předmětů).
Průchod studijním programem po semestrech
Následující tabulky ukazují doporučený průchod tvým studiem, předměty jsou v něm chronologicky seřazeny podle semestrů.
Ve sloupci blok najdeš označení odpovídajícího bloku předmětů: P povinné předměty, PV povinně volitelné předměty, V volitelné předměty.
2. semestr (1. rok – jaro)
| blok | kód | název | uk. | př/cv | kr. | předpoklady |
|---|---|---|---|---|---|---|
| P | PřF:M2100D |
Matematická analýza pro datovou vědu | zk | 2/0 | 4 | MB152 |
| P | FI:MB153 |
Statistika I | zk | 2/2 | 5 | MB152, M2100D |
| P | PřF:M4180 |
Numerické metody I | zk | 2/2 | 6 | |
| P | PřF:M1VM01 |
Algoritmizace úloh a numerické výpočty | k | 0/3 | 5 | |
| P | PřF:M4131 |
Python pro datovou vědu | z | 2/2 | 4 | |
| PV | FI:IB114 |
Úvod do programování a algoritmizace II | zk | 2/1 | 5 | IB113 |
| PV | PřF:E3011 |
Algoritmizace a programování | k | 2/2 | 5 |
3. semestr (2. rok – podzim)
| blok | kód | název | uk. | př/cv | kr. | předpoklady |
|---|---|---|---|---|---|---|
| P | PřF:M5120 |
Lineární statistické modely I | zk | 2/2 | 6 | MB153 |
| P | PřF:M7986 |
Statistická inference I | zk | 2/2 | 6 | |
| P | FI:PB016 |
Úvod do umělé inteligence | zk | 2/2 | 5 | |
| P | FI:PV251 |
Visualization | zk | 2/1 | 5 | |
| PV | PřF:M5180 |
Numerické metody II | zk | 2/1 | 5 | M4180 |
| PV | FI:PB154 |
Základy databázových systémů | zk | 2/1 | 5 | |
| PV | PřF:Bi9680en |
Artificial Intelligence in Biology, Chemistry, and Bioengineering |
zk | 2/0 | 4 | |
| PV | PřF:Bi9680enc |
Artificial Intelligence in Biology, Chemistry, and Bioengineering - practice |
k | 0/1 | 2 | +Bi9680enc |
4. semestr (2. rok – jaro)
| blok | kód | název | uk. | př/cv | kr. | předpoklady |
|---|---|---|---|---|---|---|
| P | PřF:M6130 |
Výpočetní statistika | zk | 2/2 | 5 | MB153 |
| P | PřF:M8DM1 |
Data mining I | zk | 2/2 | 6 | |
| P | FI:IB031 |
Úvod do strojového učení | zk | 2/2 | 5 | MB152, MB153 |
| P | PřF:M8DBR |
Databázové systémy a R v datové vědě | zk | 1/2 | 5 | |
| PV | FI:IV109 |
Modelování a simulace | zk | 2/1 | 5 | |
| PV | PřF:M6201 |
Nelineární dynamika a její aplikace | zk | 2/2 | 6 | M1110D |
| PV | FI:PA026 |
Artificial Intelligence Project | k | 0/2 | 3 | PB016 |
| PV | PřF:M6110 |
Pojistná matematika | zk | 2/2 | 6 | MB153 |
5. semestr (3. rok – podzim)
| blok | kód | název | uk. | př/cv | kr. | předpoklady |
|---|---|---|---|---|---|---|
| P | PřF:M7222 |
Zobecněné lineární modely | zk | 2/2 | 6 | MB153 |
| P | PřF:M9121 |
Časové řady I | zk | 2/2 | 6 | M5120 |
| P | PřF:M9DM2 |
Data mining II | k | 0/2 | 3 | |
| P | PřF:M51XX |
Bakalářská práce 1 | z | 0/0 | 5 | ≥ 90 kreditů |
| P | FI:PA153 |
Natural Language Processing | zk | 2/0 | 4 | |
| PV | PřF:M5444 |
Markovské řetězce | zk | 2/1 | 5 | MB153 |
| PV | PřF:M7777 |
Aplikovaná analýza funkcionálních dat | z | 0/2 | 3 | MB153, M4130 |
| PV | PřF:M5KPM |
Kapitoly z pojistné matematiky | zk | 2/1 | 5 | M6110 |
| PV | ESF:BPE_ZAEK |
Základy ekonometrie | zk | 2/2 | 6 |
6. semestr (3. rok – jaro)
| blok | kód | název | uk. | př/cv | kr. | předpoklady |
|---|---|---|---|---|---|---|
| P | PřF:M0160 |
Optimalizace | zk | 2/2 | 6 | |
| P | PřF:M61XX |
Bakalářská práce 2 | z | 0/0 | 5 | M51XX |
| P | PřF:MSZZ_BN |
Bakalářská státní závěrečná zkouška | - | 0/0 | 0 | ≥ 120 kreditů |
| PV | PřF:M6201 |
Nelineární dynamika a její aplikace | zk | 2/2 | 6 | M1110D |
| PV | PřF:PLIN068 |
Applied Machine Learning | k | 2/0 | 3 | |
| PV | PřF:PLIN069 |
Applied Machine Learning Project | zk | 0/0 | 6 | +PLIN068 |
| V | PřF:MPRAX |
Odborná praxe | z | 8 týdnů | 10 |
Garant studijního programu
Máš dotazy ke studijnímu programu? Neboj se zeptat přímo garanta...