====== Motivační přednášky ======

Motivační přednášky jsou součástí předmětu Řešení problémů a hry, který je povinný v 1. semestru bakalářského programu Otevřená informatika. Forma přednášek odpovídá této úrovni a je přístupná širší akademické obci včetně obecenstva s expertízou mimo oblast informatiky a počítačových věd.
===== I. Od technického řešení v Pythonu/ML/AI k jeho úspěšné aplikaci v praxi =====

**9. prosince 2025, 9:15 - 10:45, KN:E-107**

Jak poznat, že váš produkt je pro někoho užitečný? Jak změřit jeho užitečnost? Jak zvýšit šance na vytvoření něčeho, co tu ještě nebylo?
Na tyto otázky se přednáška pokusí odpovědět, i prostřednictvím konkrétního příkladu z praxe, kdy jsme díky Pythonu pomohli firmě Acond chytře řídit vytápění v tisícovkách českých domácností, využívat spotové ceny elektřiny a přidali AI Eco Mode. [[https://www.notion.so/datasentics/Motiva-n-p-edn-ka-I-2b819950b253804b9a10fb71485de3cd|Další info k přednášce]]

{{:courses:b4b33rph:prednasky:jan_prochazka.jpg?nolink&120 |}}

**[[https://www.linkedin.com/in/jan-prochazka-consultant/|Jan Procházka]]**, DataSentics

Jan Procházka pracuje jako CTO of Vertical AI Solutions ve společnosti Eviden a jako CTO ve společnosti DataSentics. Během své kariéry získal mnoho zkušeností jako vývojář, architekt řešení, manažer a technický ředitel.

<WRAP clear/>

\\

Následující motivační přednášky se v předmětu RPH objevují poměrně pravidelně (a mohli jste je tedy už v minulosti shlédnout), i na nich jsou ale zájemci z řad studentů jiných programů a akademické obce vítáni!

===== II. Algoritmus PageRank: Lineární algebra za miliardy =====

**16. prosince 2025, 9:15 - 10:45, KN:E-107**

Přednáška velmi přístupným způsobem představí principy, na nichž stojí algoritmus PageRank, díky němuž se Google kdysi stal jedničkou ve vyhledávání na internetu. Zaměří se na spojitost intuitivního chápání algoritmu s metodami lineární algebry.

{{:courses:b4b33rph:prednasky:tomas_svoboda.jpg?nolink&120 |}}

**[[https://cmp.felk.cvut.cz/~svobodat/|Tomáš Svoboda]]**, katedra kybernetiky, FEL ČVUT

Tomáš Svoboda je odborník na strojové učení s širokými zkušenostmi v robotice a automobilovém průmyslu. Vedl mnoho akademických a průmyslových výzkumných projektů. Byl také jedním z vedoucích ČVUT robotického týmu, který se velmi úspěšně účastnil soutěže [[https://www.darpa.mil/research/challenges/subterranean|DARPA SubT robotic challenge]].

<WRAP clear/>

===== III. Vizuální rozpoznávání reálných objektů v reálném světě =====

**6. ledna 2026, 9:15 - 10:45, KN:E-107**

Jak se algoritmus-stroj naučí chápat obsah obrázku. Přednáška představí vizuální rozpoznávání od jeho počátků, přes nereálná očekávání, až po současnost a rozvoj neuronových sítí v počítačovém vidění.

{{:courses:b4b33rph:prednasky:jiri_matas.jpg?nolink&120 |}}

**[[https://cmp.felk.cvut.cz/~matas/|Jiří Matas]]**, katedra kybernetiky, FEL ČVUT

Jiří Matas je významný odborník na počítačové vidění a strojové učení. Je jedním z nejvíce citovaných vědců v ČR a vedl desítky projektů zaměřených na aplikovaný výzkum.