ISKM61: MOOC: Learning Online

What? (Co?)

Co jsem se naučil?

Díky Teachable Machine jsem poprvé opravdu zkusil strojové učení. Bez jediného řádku kódu jsem dal dohromady rozpoznávač gest a detektor fake news a fungovalo to! To byl můj první kontakt s AI, kde jsem něco fakt vytvořil. Zároveň jsem se konečně pořádně naučil Excel. Čištění dat, pivot tabulky, VLOOKUP. Věci, které jsem předtím jen tak nějak obcházel. Teď s nimi pracuju běžně. Nejlepší byla etika dat. Když jsem pochopil, jak bias a variance ovlivňují výsledky modelů, viděl jsem AI úplně jinak.

Co pro mě byla pozitivní/negativní zkušenost?

Hands-on projekty byly super. Když jsem viděl, jak můj model rozpoznává gesta v reálném čase, byl jsem úplně nadšený. Tohle mě fakt chytlo. Na druhou stranu, skloubit to s jinými projekty na webu? To byl docela stres. A taky mi chvíli trvalo, než jsem prokousal abstraktní koncepty jako bias a variance. Ale celkově to stálo za to. Hned jsem viděl, jak ty věci použiju v praxi s daty.

Co mi kurz přinesl za uspokojení/ocenění?

Nejvíc mě těšily ty malé vítězství. Když model poprvé správně klasifikoval gesto nebo když jsem vytvořil kontingenční tabulku, která perfektně shrnula všechna data. Tutor ocenil moje týdenní reflexe a dával mi zpětnou vazbu na to, co zlepšit. Tyhlety malé úspěchy mi dodaly sebedůvěru, že to doopravdy umím a můžu to použít v práci.

Co bych na kurzu ocenil?

A taky bych rád viděl víc propojení Pythonu s Excelem. Ukázat, jak spolu tyhlety nástroje můžou pracovat jako kompletní řešení pro zpracování dat.

Jádrový přínos pro sebe

Hlavně jsem se naučil k datům přistupovat systematicky. Sběr, čištění, analýza, etický rozbor. Teď to dělám automaticky. Excel dovednosti mi hned zjednodušily každodenní práci. Pivot tabulky a VLOOKUP mi ušetřily spoustu času při reportech. Ale nejdůležitější je asi to, že teď hlouběji přemýšlím o etice AI. To bude ovlivňovat všechny moje budoucí projekty s daty.

So What? (Tak co?)

Pro moji praxi a expertízu

Kurz mi fakt posunul práci s daty. Teď běžně kombinuju XML a Python s Excelem a velké datasety pro mě nejsou problém. ML znalosti otevřely nové možnosti pro digitální humanitní projekty. Vidím v tom obrovský potenciál pro klasifikaci textů a hledání vzorů. Pivot tabulky a VLOOKUP používám pořád, ušetřilo mi to spoustu času na reporty.

Do praxe odnáším

Mám teď checklist pro kontrolu kvality dat, který používám u každého projektu ještě před analýzou. Pivot tabulky a VLOOKUP jsou teď můj standard. Reporty a dashboardy dělám rychle a profesionálně. A etický rozbor dat, biasu a GDPR je součást mého workflow. Žádný projekt nezačnu bez toho.

Co jsem na sobě změnil

Výrazně jsem zlepšil time management. Digital wellbeing appky plus papírový diář, to funguje na plánování studia i práce. Pravidelně reflektuju, jak se učím, a díky tomu jsem odhalil slabá místa a vyřešil je. A taky teď plánuju projekty s etikou od začátku, ne až na konci jako kontrolu.

Metody učení/pracování se sebou

Objevil jsem flipped classroom. Nejdřív praxe, pak teorie. Tohle mi strašně pomohlo pochopit složitější věci a koncepty. Týdenní reflexe se staly moje rutina a díky nim si mnohem líp pamatuju a používám nové znalosti. A mimochodem jsem u toho zjistil, že papírový diář mi vyhovuje víc než digitální.

Now What? (A teď co?)

Jak se zlepšit

Chci se naučit Python ML knihovny jako scikit-learn a vytvořit pokročilejší modely než jen no-code věci z Teachable Machine. Taky se chci pustit do advanced Excel dashboardů s interaktivními slicery a dynamickými reporty. A plánuju si víc prohloubit etiku AI, abych líp zvládal etické dilemata v reálných projektech.

Trvalé změny

Data ethics checklist bude standardní součást každého projektu. Týdenní reflexe si nechám u některých projektů jako trvalou praxi, protože to zajistí, že se pořád zlepšuju. A místo chaotického přístupu k projektům budu systematicky plánovat s pevnými deadliny.

Jak dále pracovat

Aplikuju naučené techniky na XML lingvistické data projekty. Kombinace ML klasifikace a Excel vizuálních reportů by měla vytvořit kompletní řešení. Udělám si portfolio s ML a Excel vizualizacemi pro kariéru. Budu experimentovat s hybridními řešeními, jako jsou excel analýzy doplněné Pythonem pro maximální efektivitu.

Konkrétní akce

• V Q1 2026 vytvořit ML projekt pro lingvistická data s klasifikací korpusu
• Do konce února 2026 přečíst Floridiho knihu o etice AI a napsat si reflexi
• Implementovat peer review nebo user onboarding/interviews pro všechny budoucí data science projekty navázané na ML a AI