Predikce časových řad 2

Garant předmětu:

Přednášející:

Cvičící:

Předmět zajišťuje:

katedra aplikované informatiky v dopravě

Anotace:

Náplní tohoto předmětu jsou: základy nelineárních predikčních modelů, význam a jejich využití, porovnání s lineárními modely, vrstvené neuronové sítě, Kohonenovy samoorganizující mapy. Algoritmy pro učení parametrů nelineárních modelů, učení algoritmy neuronových sítí, algoritmus zpětného šíření (backpropagation), trénovací, testovací a validační množina dat. Metody předzpracování dat, význam předzpracování dat, nelineární transformace, odlehlé hodnoty, chybějící hodnoty, kódování kategorizovaných dat, binární kódování, teploměrové kódování, kódování 1 z N. Programové realizace, program PREDICT, základní funkce, návrh vlastního predikčního modelu. Aplikační oblasti, potřeba predikce, aplikace v dopravě, aplikace predikčních metod v jiných oblastech.

Požadavky:

Osnova přednášek:

Osnova cvičení:

Cíle studia:

Studijní materiály:

Poznámka:

Další informace:

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů: