Vědecké výpočty a zpracování online měřených dat v programovém prostředí objektově orientovaného skriptovacího jazyka Python, komunikace s připojenými zařízeními, ukládání a vizualizace online měřených dat do PC v reálném čase v Pythonu. Knihovny, řešení běžných úloh numerické matematiky, vytváření uživatelských rozhraní, vizualizace. Ukázky řešených problémů. Klasifikace na základě řešení individuálně zadaného projektu. Během kurzu budou diskutovány analogie prostředí Matlab.

1. Seznámení s prostředím Python a jeho možnostmi, procedurální programování a skriptování, IDLEX , Spyder.
2. Python a objektové programování: funkce, metody, objekty, třídy, dědičnost, zapouzdřenost, polymorfismus.
3. Python pro vědecké výpočty a zpracování dat (knihovny NumPy, Scipy)
4. Práce s vektory a maticemi, maticové operace; řešení soustav lineárních rovnic v Pythonu, symbolické výpočty v Pythonu (Sympy)
5. Vlastní čísla a vektory v Pythonu; komprese dat metodou PCA v Pythonu
6. Vizualizace dat: knihovna MatplotLib, PyQtGraph
7. Jednoduchý ODE solver pro simulaci diferenciálních rovnic a jejich soustav; výpočet časově diskrétní (diferenční) rovnice v Pythonu
8. Vizualizace a zpracování signálů v Pythonu (statistické ukazatele, korelační analýza, analýza šumu v datech, výkonové spektrum, Entropie signálu v plovoucím okně)
9. Základní algoritmy aproximace statických funkcí (gradientová kroková metoda, dávkový algoritmus Levenberg-Marquardt) a jejich implementace v Pythonu
10. Příklady aproximace dynamických systémů gradientovou metodou v Pythonu
11. Příklad adaptivní optimalizace parametrů zpětnovazebního regulátoru v Pythonu
12. Hardware pro Python, měření přes USB/Ethernet (LabJack, Raspberry Pi, Q-Python for Android.)
13. Tvorba uživatelského rozhraní (GUI): Tkinter, wxPython
14. Tvorba dokumentace programů v Pythonu: Sphinx

Procvičení látky z přednášky a řešení individuálně zadaného projektu. Všechna cvičení v počítačové učebně (pravděpodobně 404 a, Linux nebo Windows).

http://users.fs.cvut.cz/ivo.bukovsky/PVVR/
https://moodle.fs.cvut.cz/login/index.php

K udělení zápočtu se požaduje docházka na přednášky a cvičení, aktivní účast při cvičeních a nastudování zadaného tématu a zpracování semestrální úlohy včetně praktické části vyřešení online záznamu reálných dat a jejich zpracování. Studenti by měli mít základní znalosti pojmů z kurzů matematiky prvního a druhého ročníku. Nejsou kladeny nároky na znalost konkrétního SW. Předmět není omezen na studenty automatizace a informatiky.

Python, vědecké výpočty, maticové operace, řešení lineárních rovnic, objektové programování v Pythonu, komprese dat PCA, simulace řešení diferenciální rovnice (ODE solver), výpočet diferenční rovnice, tvorba uživatelského rozhraní (GUI), online záznam měřených dat do PC, vizualizace dat, zpracování dat, gradientová optimalizace, Levenberg-Marquardt algoritmus, aproximace statických funkcí, aproximace dynamického systému z reálných dat, Windows, Linux