Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2023/2024
UPOZORNĚNÍ: Jsou dostupné studijní plány pro následující akademický rok.

Matematické modely pro analýzu dat

Přihlášení do KOSu pro zápis předmětu Zobrazit rozvrh
Kód Zakončení Kredity Rozsah Jazyk výuky
11MMOA Z,ZK 4 2P+2C+12B česky
Garant předmětu:
Ivan Nagy, Pavla Pecherková, Evženie Uglickich
Přednášející:
Pavla Pecherková, Evženie Uglickich
Cvičící:
Pavla Pecherková, Evženie Uglickich
Předmět zajišťuje:
katedra aplikované matematiky
Anotace:

Stochastické modelování, odhad, predikce filtrace, řízení, metody klasifikace - k-means, hustotní, naive Bayes, rozhodovací stromy, support vector machine.

Požadavky:

pravděpodobnost, základy matematické analýzy a algebry

Osnova přednášek:
Osnova cvičení:
Cíle studia:

Cílem předmětu je naučit studenty analýze dynamických dat, tj. dat měřených na procesu, který se vyvíjí v čase. Důraz je kladen na metody klastrování a klasifikace. Teoretický výklad jednotlivých oblastí bude úzce spojen s praktickou realizací algoritmů na počítači.

Studijní materiály:

William M. Bolstad: Introduction to Bayesian Statistics, 2nd Edition. Willey, ISBN-13: 978-0470141151

P.Tan, M.Steinbach, V.Kumar: Introduction to Data Mining. Pearson Education, Inc., 2006. ISBN 0-321-32136-7

materiály na webu: http://staff.utia.cas.cz/suzdaleva/

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:
Platnost dat k 15. 6. 2024
Aktualizace výše uvedených informací naleznete na adrese https://bilakniha.cvut.cz/cs/predmet7286206.html