Wp/isv/Informatika

Tuty članok trěbuje prověrky pravopisa, gramatiky, stilja ili tona.

Možete pomogti Medžuvikiju, popravivši jego.

Tutoj kratky članok jest v začetku.

Možete pomogti Vikipediji uveličenjem članka.

Tehnična nauka, ktora zajmaje se zapytanjami o pretvarjanju danyh i avtomatizaciji procesov promyslovyh. V jej sostav vhodet discipliny teoretične (algoritmy, teorija komputaciji, teorija informaciji) i discipliny praktične (implementacija hardveru, softveru i programovanja).

Historija

"Skica analitičnogo motoru" prětolmačonogo črez kontessu Ada Lovelace sodrživaje opis prvogo (neukončonogo) mehaničnogo kompjutera i diagram iz "noty G", viděnogo kako prvy algorytm v informatikě. Uživane sut prěměnne i funkcije s listami krokov dlja izčisljenja čisl Bernoulliogo.

Prvy elektroničny kompjuter ENIAC (Electronic Numerical Integrator and Computer) byl iztvorjeny děkuju robotě Johna Williama Mauchly'go i Johna Prespera Eckerta, stal se javny publično 14-stogo Ljutogo 1946 goda.

Děkuju Margaret Hamilton, glavnoj programistku, 27 Oktobra 1961 goda počely se misje Programu Apollo, ktore dozvolily ljudjom prizemjati se na Luně.

Metody i paradigmaty programovanja

proceduralne
objektove
strukturalne
funkcjonalne

Najpopularnějše sučasne jezyki programovanja

JavaScript - vsěhno koristany do tvorjenja skriptov vo vebovyh stranicah
HTML/CSS - jezyki, v ktorih razom tvori se vebstranice
Python - koristany vo analitikě danyh i tvorjenju umětnogo intelektu
SQL - tvorjenje i upravjanje baz danyh
Java - tvorjenje aplikacij
C#, C++, C - tvorjenje aplikacij

Algoritmy

Algoritm Jarnika je htivy algoritm koristany do iznačanja minimalnogo razpinajučogo drěva.

Oblasty programovanja

Sěti neuronove

Vsěhno znanymi priměrami užitja sěti neuronovyh sut kompjuterny vid, generovanje obrazov i tekstu, analiza naturalnogo jezika i različne modele statistične do predikciji danyh. Odkryto žrlove modele kako OpenCV, StableDiffusion , NLTK ili Numpy sut dalje ulěpšane črez individualne firmy i naučnikov do tvorjenja lěpšyh produktov.

Sut različne plasti sěti neuronovyh pod poždnikom terminom "Umětna Inteligencija".

Analiza danyh

Analiza Danyh (točno iz anglijskogo "Nauka Danyh"- ang. Data Science) zajmaje se uživanjem velikyh izborov danyh nikakoj oblasti specialističnoj vědy do prědviděnja nikakogo javjenja kako budučnyh profitov, koštov produkciji ili rozvoju firmy. Glavnymi priměnjenjami Analizy Danyh sut široko pojeta minimalizacija koštov i maksimalizacija profitov, na priměr:

Ulěpšenje proponovanyh prědloženj produktov i personalizacija reklam na vebsajtah na osnově historiji zakupov, svojstv demografičnih i prěgledanyh sodržanj klienta.
Tvorjenje prědpovědi prodažy na bazě historiji prodažy, tutčasnyh trendov i inyh budučnyh činiteljov.
Razporedžanje rizikom čerez analizu ekonomičnoj situaciji , konkurencijnost produktov i posědanyh finansov.
Optimalizacija procesov logističnyh kako obranje najkratšyh drag, zaladovanje najboljšogo čisla tovarov na najmenjše čislo vozov i dostavka v možno najkratšom času.

V cělu dokonanja analizy potrěbne sut dostatočno velika kolikost danyh, iztvorjenje statističnogo modelu do opisu javjenja i optimalizacija analizovanyh danyh.

Jezyk Python je všehno uživany děkuju svojej prostotu v naukě i implementaciji v algoritmah predikcijnyh.

Glavynmi bibliotekami do Data Science sut numpy, pandas i sklearn. (Tut odnosniki)

Umětna inteligencija

Umětna Inteligencija (ang. Artificial Intelligence - AI) zajmaje se izpolnjanjem dějanj ktore ne mogut byti naznačone jednožnačnom kolikostjom nikakih krokov i izmagajut ljudskoj inteligenciji.

Pozvala programovi simulovati nikakě postupanje.

Učenje Mašinove

Učenje Mašinove (ang. Machine Learning - ML) v protivnosti do standardovogo programovanja ne děla dějanj na bazu naznačonyh zasad iz sbornika danyh, toliko iz znanyh danyh najprvo izznača zasady, děkuju ktorim potom može dělati predikcije - uči se iz vzorov danyh. Pozvala programovi na ulěpšenje svojih metod statističnyh s izkušenostju ktoroj dostaje od naplyvu novyh danyh.

Glubokě učenje

Glubokě Učenje (ang. Deep Learning) uživa mnogih "glubokih" plastov, aby ekstraktovati složene črta danyh na mnogih uravenjah iz velikyh sbornikov danyh.

Běsědy, filozofia, budučnost

Sučasna debata o informatikě glavno razhodi se o budučnost světa v obličju razvoja Umětnogo Intelektu. Jedina iz galuzi filozofiji - transhumanizm - aktivno razvažaje možnost koristanja iznahodok v oblastjah robotiki i informatiki do polěpšanja ljudskogo života črěž integracije tutyh tehnologij s ljudskom tělom.

Učenje i nauka programovanja

Jestvuje mnogo vebstranic i vsěhno dostupnyh resursov, kde možno počinati nauku mnogih větok informatiki:

Referencije

https://www.statista.com/statistics/793628/worldwide-developer-survey-most-used-languages/
https://lemelson.mit.edu/resources/j-presper-eckert-and-john-mauchly
Popularna Encyklopedia Powszechna, Fogra Oficyna Wydawnicza, Kraków 1994
https://www.ii.pwr.edu.pl/~kwasnicka/download/siecineuronowespistresci.pdf
datasciencelibrary.tech