Statistické metody rozpoznávání a rozhodování
Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
18SROZ | ZK | 3 | 2+0 | česky |
- Přednášející:
- Jan Flusser (gar.)
- Cvičící:
- Jan Flusser (gar.)
- Předmět zajišťuje:
- katedra softwarového inženýrství v ekonomii
- Anotace:
-
Předmět je zaměřen na metody rozpoznávání a rozhodování na základě dat které mají statistický charakter. Ukázky aplikací v ekonomii i jiných oblastech.
- Požadavky:
-
Nelze zapsat zároveň s ROZ2 v magisterském studiu.
- Osnova přednášek:
-
1. Úvod - co je rozpoznávání a rozhodování
2. Rozpoznávání statistické (příznakové) a strukturální (syntaktické)
3. Úvod do teorie příznakového rozpoznávání - klasifikátory s učením a bez učení
4. Jednoduché metrické klasifikátory - NN klasifikátor, k-NN klasifikátor, lineární klasifikátor
5. Bayesův klasifikátor - základní princip, parametrický a neparametrický B.k., B.k. pro normálně rozdělené třídy, metody odhadu parametrů, podmínky linearity, speciální případy ve dvou dimenzích
6. Nemetrické klasifikátory, rozhodovací stromy
7. Klasifikace bez učení - shluková analýza v prostoru příznaků, iterační a hierarchické metody, kritéria separability shluků
8. K-means iterační algoritmus a jeho modifikace
9. Aglomerativní hierarchické shlukování, metriky mezi shluky, stop podmínky, odhady počtu shluků
10. Redukce dimenzionality příznakového prostoru, extrakce a selekce příznaků, kritéria separability, Mahalanobisova vzdálenost
11. Transformace podle hlavních komponent (PCT)
12. Optimální suboptimální metody pro výběr příznaků, sekvenční a plovoucí algoritmy
13. Rozhodování jako diskrétní optimalizační problém
14. Základní metody pro nepodmíněnou a podmíněnou diskrétní optimalizaci
- Osnova cvičení:
- Cíle studia:
-
Znalosti:
Student bude znát základní metody rozpoznávání a rozhodování na základě dat, které mají statistický charakter.
Schopnosti:
Student bude schopen aplikovat uvedené znalosti v ekonomii i jiných oblastech.
- Studijní materiály:
-
Povinná literatura:
[1] Duda R.O. et al., Pattern Classification, (2nd ed.), John Wiley, New York, 2001.
Doporučená literatura:
[2] Philip E. Gill, Walter Murray, and Margaret H. Wright, Practical Optimization, Academic Press, 1981.
- Poznámka:
- Rozvrh na zimní semestr 2011/2012:
- Rozvrh není připraven
- Rozvrh na letní semestr 2011/2012:
- Rozvrh není připraven
- Předmět je součástí následujících studijních plánů: