Data science

Garant předmětu:

Jiří Franc

Přednášející:

Jiří Franc

Cvičící:

Jiří Franc

Předmět zajišťuje:

katedra matematiky

Anotace:

Praktické využití metod matematického modelování, statistiky a strojového učení s sebou nese širokou škálu úkolů od přípravy a sběru dat, návrhu vhodné metody a její rozdělení na logické dílčí celky pro její vývoj a implementaci do produkčního prostředí a v neposlední řadě na kooperaci ve skupině a řízení moderního datového projektu. Obsahem přednášek a cvičení je představení současného standardu nástrojů pro tyto úkoly, matematických modelů a postupů potřebných k řešení složitých úloh ze současné praxe oboru data science. Tyto jsou poté studenty aplikovány v rámci cvičení s důrazem na kooperaci v týmu, projektového plánování a prezentace a výsledků ostatním posluchačům kurzu.

Požadavky:

Osnova přednášek:

1.Úvod do kooperativních nástrojů a nástrojů na management datového projektu. Efektivní rozdělování práce a odpovědností v týmu.

2.Představení vývojových prostředí pro manipulaci s daty a statistické modelování, data profiling.

3.Aplikace nejpoužívanějších metod strojového učení na reálných datech (rozhodovací stromy, náhodné lesy, neuronové sítě, clustering).

4.Návrh a vyhodnocení modelu strojového učení. Rozdělení datového vzorku na trénovací a testovací, metody křížové validace, chybové metriky v kontextu úlohy.

5.Příprava dat, řešení problému neúplnosti dat, feature engineering.

6.Řízení rozsáhlé praktické úlohy od čištění dat, přes návrhy a výběry modelů, po jejich validaci a aplikaci.

7.Prezentace a obhajoba zvoleného a implementovaného řešení před ostatními posluchači.

Osnova cvičení:

Cíle studia:

Studijní materiály:

Povinná literatura:

[1] J. VanderPlas: Python Data Science Handbook: Essential Tools for Working with Data, O'Reilly (2016).

[2] G. James, D. Witten, T. Hastie, R.Tibshiran: An Introduction to Statistical Learning, Springe, 8th edition (2017).

Doporučená literatura:

[3] T. Hastie, R.Tibshiran, J. Friedman: The Elements of Statistical Learning - Data Mining, Inference, and Prediction, Springer, 12th edition (2017).

Poznámka:

Rozvrh na zimní semestr 2023/2024:

Rozvrh není připraven

Rozvrh na letní semestr 2023/2024:

Rozvrh není připraven

Předmět je součástí následujících studijních plánů:

• Aplikované matematicko-stochastické metody (povinně volitelný předmět)
• Jaderná a částicová fyzika (volitelný předmět)