Mathematics for data science
Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
MIE-MZI | Z,ZK | 4 | 2P+1C | anglicky |
- Garant předmětu:
- Přednášející:
- Cvičící:
- Předmět zajišťuje:
- katedra aplikované matematiky
- Anotace:
-
In this course, the students are introduced to the domains of mathematics necessary for understanding the standard methods and algorithms used in data science. The studied topics include mainly: linear algebra (matrix factorisations, eigenvalues, diagonalization), continuous optimisation (optimisation with constraints, duality principle, gradient methods) and selected notions from probability theory and statistics.
- Požadavky:
-
Knowledge of basic notions of linear algebra and matrix theory, basics of probability theory, course MIE-MPI: Mathematics for informatics.
- Osnova přednášek:
-
1) Mathematical formulation of regression and classification problem.
2) Geometrical view of linear regression model and least squares method (LS).
3) Computing the LS estimate (QR decomposition of a matrix).
4) Hypothesis tests for linear model, model validation.
5) Variable subset selection: ridge regression, best-subset selection, etc.
7) Singular value decomposition and its connection with ridge regression.
8) [2] Principal component analysis and dimensionality reduction.
10) Linear regression and classification.
11) Logistic regression.
12) Local regression and smoothing methods (splines, kernels).
13) [2] Support vector machines.
- Osnova cvičení:
-
1) Least squares method.
2) Matrix factorisation and matrix eigenvalues.
3) Usage of linear regression and related methods.
4) Principal component analysis.
5) Logistic regression.
6) Support vector machines.
- Cíle studia:
- Studijní materiály:
-
1. Christopher Bishop, Pattern Recognition and Machine Learning, Springer-Verlag New York (2006), ISBN 978-0-387-31073-2
2. Trevor Hastie, Robert Tibshirani, Jerome Friedman, The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Springer (2011), ISBN 978-0387848570.
- Poznámka:
-
Information about the course and courseware are available at https://courses.fit.cvut.cz/MI-MZI/
- Další informace:
- https://courses.fit.cvut.cz/MI-MZI/
- Pro tento předmět se rozvrh nepřipravuje
- Předmět je součástí následujících studijních plánů:
-
- Master specialization Software Engineering, in English, 2021 (volitelný předmět)
- Master specialization Computer Security, in English, 2021 (volitelný předmět)
- Master specialization Computer Systems and Networks, in English, 2021 (volitelný předmět)
- Master specialization Design and Programming of Embedded Systems, in English, 2021 (volitelný předmět)
- Master specialization Computer Science, in English, 2021 (volitelný předmět)
- Study plan for Ukrainian refugees (volitelný předmět)
- Master Specialization Digital Business Engineering, 2023 (volitelný předmět)