AnketaAnketa(verze: 714)
Aktuálně není povolen sběr dat (MFF)
   Přihlásit přes CAS
  • Data jsou dostupná pouze pro Oba semestry.
Připomínky k výuce (Oba semestry)
  
Předmět: Katedra:
Typ:
Při výběru garanta předmětu se zobrazují připomínky jak k němu, tak ke všem vyučujícím daného předmětu. Při výběru vyučujícího, který garantem není, se zobrazují připomínky vztažené pouze k němu.
doc. RNDr. Daniel Hlubinka, Ph.D. [32-KPMS], Pravděpodobnost [NMSA211, přednáška]
Student zakázal zobrazování osobních údajů, 11.02.2024, 2. ročník, Matematické modelování, bakalářské
P. Hlubinka je velice milý, hodný člověk. Bohužel však vůbec neumí přednášet. Dokáži si představit, že někdo, tak dobrý ve svém oboru prostě jednoduše nechápe jak někdo může nechápat něco, tak triviálního.
Myslím, že by měl přenechat přednášení pro někoho kdo bude více schopen přiblížit látku studentům.
  • o je zajímavá a podnětná připomínka. Uznávám, že je těžké poznat, co je pro posluchače ještě triviální a co ne. Navíc každý, kdo danou problematiku vidí poprvé, řeši trochu jiné potíže s pochopením. Je však škoda takové věci řešit až v anketě. Vím, jak je nesnadné ptát se na přednášce před spolužáky, kteří se tváří, jak rozumí. Stačilo mi napsat e-mail a domluvit si konzultaci, případně řešit neporozumění se cvičícím. Těžko mohu reagovat na něco, o čem nevím.
    Autor příspěvku je pořadateli ankety známý, 09.02.2024, 2. ročník, Matematické modelování, bakalářské
    Pravděpodobně budu panu docentovi křivdit, ale měl jsem z něj pocit, že ho ta výuka tolik nebaví a těší se, až přednáška skončí. Dost možná tomu tak nebylo, ale tato atmosféra se pak samozřejmě přesunula i na mne a také jsem pak koukal na hodiny a tlačil čas dopředu. Pouštěl jsem si doma během učení také nahrané přednášky z ročníku 20/21 a bavily mne více a působily živěji.
    Mgr. Stanislav Nagy, Ph.D. [32-KPMS], Pravděpodobnost [NMSA211, cvičení]
    Student zakázal zobrazování osobních údajů, 18.02.2024, 2. ročník, Matematické modelování, bakalářské
    Cvičení probíhalo v poměrně svižném tempu, látka byla srozumitelně vysvětlována a z obsahu cvičení se dalo dobře připravit na zápočtový test.
    Student zakázal zobrazování osobních údajů, 11.02.2024, 2. ročník, Matematické modelování, bakalářské
    P. Nagy by měl začít přednášet. Chápe co je pro studenty obtížné a umí vysvětlit.
    Připomínka k předmětu, Pravděpodobnost [NMSA211, cvičení]
    Student zakázal zobrazování osobních údajů, 12.02.2024, 2. ročník, Matematické modelování, bakalářské
    Věnoval bych větší prostor pročtení zadání příkladu. Cvičení běží v poměrně rychlém tempu, přechází se svižně z příkladu na příklad, a tak jsem někdy nestihl sám pořádně projít zadání.
    Student zakázal zobrazování osobních údajů, 11.02.2024, 2. ročník, Matematické modelování, bakalářské
    Cvičení bylo na rozdíl od přednášky exceletní, ocenil jsem shrnutí teorie na začátku a sepsané důležité věty.
    Připomínka k předmětu, Pravděpodobnost [NMSA211, přednáška]
    Student zakázal zobrazování osobních údajů, 12.02.2024, 2. ročník, Matematické modelování, bakalářské
    Předmět má dobře vyvážené množství i náročnost probírané látky. Po absolvování předmětu mám pocit, že jsem získal spoustu dlouhodobých znalostí. To si myslím, že je cenné, protože jsou naopak předměty, kde se tlačí hlavně na kvantitu a výsledkem je mizerná kvalita získaných dlouhodobě ovládaných znalostí.
    Student zakázal zobrazování osobních údajů, 11.02.2024, 2. ročník, Matematické modelování, bakalářské
    Jsem poměrně zklamaný z předmětu. Očekával bych, že se budeme zabívat aplikací stastiky, kdy používat jaké rozdělení, co jsou to statistické hypotézy jako naprostý základ pro ML mi také příjde, že by se mělo probrat maximum likelihood estimator.

    Přednáška ala přepisování skript na tabuli mi přijde zbytečná.
  • Tato připomínka je velice zajímavá a dovolím si na ni odpovědět trochu obšírněji.

    Není problém přednášku naplnit dvakrát, třikrát, čtyřikrát větším objemem látky. Mám však za to, že cenou by byla spíše přehledově-popularizační přednáška, co vše lze dělat se znalostí pravděpodobnosti a statistiky, nikoliv samotné znalosti. Mým cílem je dát natolik solidní základy pro práci s pravděpodobností a náhodnou veličinou, aby se na nich dalo dále stavět. Již takto je v přednášce dost nových definic a tvrzení a musíme se také věnovat interpretacím jednotlivých pojmů při aplikaci v reálných problémech, že rozšiřování odpřednesené látky považuji za spíše škodlivé než přínosné.

    K druhé části připomínky mě napadají různé možnosti a alternativy, bohužel mi není přesně jasné, jakou má autor připomínky představu o nezbytečné přednášce.

    1. Mohu zatajit existenci učebního textu, používat jej pro svou přípravu a vyhnout se tak připomínce, že přepisuji skripta na tabuli. Pak ovšem mohu čekat připomínky typu "k přednášce nejsou žádná skripta".

    2. Mohu mít přiznaná skripta a učit něco jiného. Co potom zkoušet? To co bylo na přednášce? Pak jsou ale tato skripta skoro zbytečná (kdo je bude v takovém případě číst?) a připomínka, že chybí učební text k této přednášce se opět nabízí. Nebo zkoušet skripta a ne přednášenou látku? Nebude pak tím spíš přednáška zbytečná? Zkoušet sjednocení (průnik) skript a přednášky?

    3. Předpokládat, že studenti si skripta nastudují a pak jen "komentovat a diskutovat již nastudovanou látku". To je přístup, který by se mi líbil, ale obvykle takové pokusy nedopadají dobře. Co to znamená diskutovat? Někdo si předem látku nepřečte a nenaučí se ji, pak nemá o čem diskutovat. Velká většina lidí se stydí ptát před ostatními, co s tím?

    Přípravě skript jsme věnovali hodně úsilí a času a rozmýšlení, jak látku řadit, motivovat, ilustrovat. Trochu mi pak přijde škoda práce, kdybych podle této přípravy neměl učit.

    Budu rád, pokud mi napíšete svou představu o tom, jak má vypadat přednáška, ke které jsou přednášejícími sepsaná podrobná skripta, aby nebyla zbytečná.
    Autor příspěvku je pořadateli ankety známý, 09.02.2024, 2. ročník, Matematické modelování, bakalářské
    Osobně jsem látku pochopil asi tak na třetí/čtvrtý pokus (přednáška, cvičení, čtení skript/nahrané covidové přednášky), takže když to nepůjde, tak nevěšte hlavu a postupně si to procházejte. Ono to třeba jednoho krásného dne do sebe zapadne a začne celé dávat smysl. U zkouškové písemky je třeba počítat rychle, není čas na nějaké dlouho přemýšlení, takže se vyplatí naučit se počítat.
     
    Univerzita Karlova | Informační systém UK