Petrova digitální zahrada 🚀
Hledat
Search
Tmavý režim
Světlý režim
Procházet
blog
Blog
Jak si založit vlastní digitální zahradu
Jak spravovat tento vault pomocí Quartz
Proč tohle dělám
Státnice a další pokračování digitální zahrady
FIT
AM1
Lectures
AM1 - 1. lecture
AM1 - 2. lecture
AM1 - 3. lecture
AM1 - 4. lecture
AM1 - 5. lecture and 6. lecture
AM1 - 7. lecture
AM1 - 8. lecture
AM1 - 9. lecture
AM1 - 10. lecture
AM1 - 11. lecture
AM1 - 12. lecture
AM1 - 13. lecture
AM1 - lore from tutorials
AM1 - Architecture of Middleware 1
AWD
Apache httpd
Autentizace a autorizace v rámci Apache httpd
AWD - Administrace webového a databázového systému
AWD - Architektura databázového serveru, její podstatné komponenty a úloha databázového administrátora při jejich správě
AWD - Protokol HTTP a jeho vlastnosti, komunikace klient-server a její bezpečnostní aspekty
AWD - Zpracování požadavků a poskytování zdrojů webovým serverem, statický a dynamický obsah, paralelní zpracování požadavků
Bezpečnost webového serveru
Certifikát a certifikační autorita
curl (Client URL)
Databázová administrace
Direktivy pro Apache httpd
DNS
Dojednávání obsahu v Apache httpd
Function vs. Procedure vs. Trigger v kontextu databází
Generování a úprava obsahu v Apache httpd
htaccess soubor
Jak funguje databázový systém
Konfigurace Apache httpd
MIME type
Moduly pro Apache httpd
Moduly pro práci s MIME informacemi
Moduly pro souběžné zpracování požadavků
nc (Netcat)
Postgres - administrace
Postgres - architektura
Postgres - extensions
Postgres - logická replikace
Postgres - monitoring
Postgres - optimalizace a tuning
Postgres - záloha a obnovení
PostgreSQL
Příprava na zkoušku z AWD
Problém hlavičky HTML v kontextu HTTP protokolu
Server Side Includes
telnet
Virtual Hosting
wget (web get)
Write Ahead Logs (WAL)
XHTML
Zpracování požadavku od klienta na Apache httpd
BIG
ACID
Apache Cassandra
Apache HBase
Apache Spark
BASE model
BIG - CAP teorém a jeho vztah k NoSQL databázím
BIG - MapReduce model - principy a jeho využití pro dotazování Big Data
BIG - Principy výpočtů v distribuovaných systémech - Spark framework. Principy distribuované indexace - Elastic
BIG - technologie pro Big data
BIG - Typické databázové stroje pro Big Data (Cassandra nebo HBase) - architektura, databázový model, distribuce dat
Big Data
Big Data - Proč používat něco jiného než RDBMS
CAP teorém
Dokumentově orientovaná databáze
Elasticsearch
Elasticstack
Grafové databáze
Hadoop
Key-Value databases
Logstash
MapReduce
MongoDB
Neo4j
NoSQL databáze
NoSQL vs. relační databáze
Redis
Sloupcové databáze
IDO
GIT
GIT
GIT - checkout remote větve
GIT - divergent branches when pull
GIT - vracení změn
GIT Blame - aneb, kdo to udělal
Continuous Integration (CI) a Continuous Delivery (CD)
Docker
IDO - Kontinuální integrace, nástroje pro sestavení aplikace, definice pipeline, release management, sémantické verzování.
IDO - Nástroje pro podporu tvorby softwarových produktů - Sledování chyb a správa úkolů (používané nástroje, typický životní cyklus úkolu či chyby), správa a sdílení zdrojových kódů
IDO - Úvod do DevOps
IDO - Zajištění kvality software - Typologie testů, black vs. white box, automatizace testů, statická analýza kódu, code review, zranitelnosti aplikací.
Release a nasazení aplikace
Statická analýza kódu
Virtualizace
KOP
KOP - Combinatorial Optimization
KOP 1. lecture
KOP 2. lecture
KOP 3. lecture
KOP 4. lecture
KOP 5. lecture
KOP 6. lecture
KOP 7. lecture
KOP 8. lecture
KOP 9. lecture
KOP 10. lecture
KOP 11. lecture
KOP 12. lecture
MDF
JSON
MDF - Grafový datový model RDF a jeho serializace (N-Tripples, RDF-Turtle). Dotazování nad daty v RDF - jazyk SPARQL
MDF - Hierarchické datové formáty - XML a JSON. Dobře formovaný (well-formed) a validní (valid) XML dokument. XSD a JSON Schema. Formát JSON-LD
MDF - Moderní datové formáty
RDF
SPARQL
XML
PDB
Cheatsheets
Apache Cassandra - cheatsheet
MongoDB - cheatsheet
Neo4j - cheatsheet
RiakKV- cheatsheet
SPARQL - cheatsheet
XPath a XQuery - cheatsheet
Lectures
PDB - 1. lecture
PDB - 2. lecture
PDB - 3. lecture - XML
PDB - 4. lecture - SPARQL
PDB - 5. lecture
PDB - 6. lecture - MapReduce, HDFS
PDB - 7. lecture - RiakKV
PDB - 8. lecture - MongoDB
PDB - 9. lecture - Cassandra
PDB - 10. lecture - Neo4j
PDB - 11 and 12. lecture - SQL
PDB - Advanced Database Systems
XML
XPath a XQuery
PJS
Javascript
Javascript - Arrays
Javascript - Asynchronní programování
Javascript - Context (this)
Javascript - DOM
Javascript - Eventy
Javascript - Funkce
Javascript - Iterátory a Generátory
Javascript - knihovny, zdroje
Javascript - Monkey patching a Polyfill metod
Javascript - Objekty
Javascript - OOP, Prototypy
Javascript - Syntaxe + stringy + čísla
PJS - Asynchronní programování v Javascriptu - event loop, promise, async a await. Koncept generátorů
PJS - Objektově orientované programování v Javascriptu - prototype, class, this. Koncept dědičnosti
Typescript
SWI
Agilní přístup
Analytický doménový model
Analýza požadavků
Databázový model
Diagram aktivit - UML
Doménový model
GoF návrhové vzory
GRASP
GRASP - Informační expert
GRASP - Nízká provázanost
GRASP - Vysoká soudržnost
Integrace aplikace
Metodiky vývoje SW
Modelování obchodních procesů
Modelování případů užití (Use Cases)
MVC a MVP architektura
Návrh architektury aplikace
Objektové paradigma
OOP
Perzistence dat
Podpora a údržba systému
Projektové řízení
Quality Assurance - zajištění kvality
Refaktoring kódu
Rozhraní (Interface)
Sekvenční diagram
SWI - Konstrukce, objektové paradigma, základní pravidla návrhu (SRP, LSP, DRY), refactoring (příznaky a vybrané techniky).
SWI - Modelování obchodních procesů (UML diagram aktivit), analytický doménový model (UML diagram tříd, UML stavový diagram).
SWI - softwarové inženýrství
SWI - Vzory používané během návrhu - třívrstvá architektura, Model View Controller, GoF vzory (Abstraktní továrna, Stav, Adaptér), GRASP vzory (Nízká provázanost, Vysoká soudržnost)
Testování aplikace
Týmový projekt
UML
Unified process (UP)
Základní pravidla pro implementaci SW
TUR
Doménová analýza
HCI (Human Computer Interaction)
HIGs a UX
Informační architektura v UCD
Informační slibnost
Interpretativní metody v UCD
Kontextová analýza
Logická architektura v UCD
Metody a techniky práce s uživateli
Metody vyhodnocování při návrhu artefaktu
Persony v UCD
Prediktivní metody v UCD
Průzkum uživatelů
Testování použitelnosti v UCD
TUR - Metody návrhu uživatelského rozhraní, modely, prototypování uživatelských rozhraní.
TUR - Prediktivní a interpretativní metody vyhodnocování a testování uživatelských rozhraní. Testování použitelnosti.
TUR - Průzkum uživatelů, doménová a kontextová analýza.
TUR - Tvorba uživatelských rozhraní
UCD (User Centered Design)
Vizuální návrh v UCD
Vzorce chování uživatelů
TWA
AJAX
Autentizace
Autorizace
Balíčkovací systémy a sémantické verzování
Best practices - stylování
Bezpečnost webových aplikací
Bezpečnost webových aplikací a různé útoky
Cookies
CSS
Formuláře
GraphQL
Hotwire
HTML
HTTP protokol
Návrhové vzory
Progressive Web App
Proměnné v CSS
Proxy
Rapid application development
REST protokol
RPC protokol
Session
Single page application
SOAP
Stavy webové aplikace
TWA - Bezpečnost webových aplikací. Rizika a jejich opatření. Autentizace a autorizace uživatele.
TWA - Obsluha a struktura HTTP požadavku a odpovědi ve webové aplikaci. Stav webové aplikace.
TWA - tvorba webových aplikací
TWA - Základní postupy, technologie a standardy na straně klienta (uživatelského agenta – prohlížeče) webové aplikace.
TWA - Základní postupy, technologie a standardy na straně serveru. Architektura webové aplikace a související návrhové vzory. REST.
URL, URI, URN, IRI
Webové služby a komunikace
Webové technologie
UA-EDSM
Lectures
EDSM - 1. lecture - A1
EDSM - 2. lecture - A2
EDSM - 3. lecture - B1
EDSM - 4. lecture - B2
EDSM - 5. lecture - C1
EDSM - 6. lecture - C2
EDSM - NST (all lectures)
Papers
Aken - Management Research - Design Science as a Prescriptive-driven Research
Hevner - Design Science in Information Systems
Engineering and design science methodologies
UA-ML
Lectures
MLB 1. lecture - Intro to Machine Learning
MLB 2. lecture - CRISP-DM
MLB 3., 4. and 5. lecture - Classification
MLB 5. lecture - How to choose the best model a visualize it's performance
MLB 6. lecture - Naive Bayes + Support Vector Machines + Random Trees
MLB 7. lecture - Similarity, Neighbors and Clusters
MLB 8. lecture - Text and Association rules Mining
MLB 9. lecture - Introduction to Recommender Systems
MLB 10. lecture -Neural networks and Deep learning
MLB 11. lecture - Ensembles
Other materials
Jak dobře analyzovat data
Machine learning - různá témata (FIT)
MLB - Exam questions
MLB - Tutorial Handbook Summary
Machine learning for business
VWM
Boolský vyhledávací model
Doporučování a sociální kontext na webu
Latent semantic indexing (LSI)
MAMs - metric access methods
Page Rank a HITS
Search engine ranking a SEO
Sémantický web
Vektorový vyhledávací model
VWM - Techniky pro vyhledávání textových, webových a multimediálních dokumentů - modely, algoritmy, aplikace. Optimalizace webových stránek pro vyhledávače.
VWM - Vyhledávání na webu a v multimediálních databázích
VWM - Vyhledávání v multimediálních databázích, podobnostní vyhledávání podle obsahu, podobnostní dotazování, agregační operátory, indexování metrické podobnosti, aproximativní vyhledávání.
Word2vec
Získávání informací z dokumentů a stránek
Získávání informací z multimédií
Podpoř moji tvorbu
Rozcestník
SZZ otázky
Update log
Home
❯
FIT
Složka: FIT
14 položek v této složce.
24. 1. 2026
VWM
folder
24. 1. 2026
UA-ML
folder
24. 1. 2026
UA-EDSM
folder
24. 1. 2026
TWA
folder
24. 1. 2026
TUR
folder
24. 1. 2026
SWI
folder
24. 1. 2026
PJS
folder
24. 1. 2026
PDB
folder
24. 1. 2026
KOP
folder
24. 1. 2026
MDF
folder
24. 1. 2026
IDO
folder
24. 1. 2026
BIG
folder
24. 1. 2026
AWD
folder
24. 1. 2026
AM1
folder