Při výběru garanta předmětu se zobrazují připomínky jak k němu, tak ke všem vyučujícím daného předmětu. Při výběru vyučujícího, který garantem není, se zobrazují připomínky vztažené pouze k němu.
RNDr. Petr Čoupek, Ph.D. [32-KPMS], Pravděpodobnost a matematická statistika [NMSA202, cvičení]
Autor příspěvku je pořadateli ankety známý, 14.06.2025, 2. ročník, Obecná matematika, bakalářské
Cvičící byl super, ochotný, vše dobré vysvětlil. Cvičení probíhala formou vzorového řešení cvicicicm na tabuli, ale celou hodinu s námi interagoval.
Cvičící je opravdu super, rád odpoví na dotazy, když člověk něco nechápe, a snaží se věci vysvětlovat co nejsrozumitelněji. Také rozumí tomu, že studenti jsou občas z přednášky zmatení a na začátku cvika látku hezky zopakuje. Opravdu moc doporučuju.
doc. RNDr. Zdeněk Hlávka, Ph.D. [32-KPMS], Statistika pro finanční matematiky [NMFM301, cvičení]
Student zakázal zobrazování osobních údajů, 16.02.2025, 3. ročník, Finanční matematika, bakalářské
Velice dobrý cvičící, který působí velice uvolněně a dobře vysvětluje danou problematiku, zároveň vyslechl připomínky studentů a upravil styl cvičení.
Student zakázal zobrazování osobních údajů, 13.01.2025, 3. ročník, Finanční matematika, bakalářské
Vyučující je ochotný, pohodový, ale výklad mi přišel zmatený.
Student zakázal zobrazování osobních údajů, 13.01.2025, 3. Ročník, Finanční matematika, bakalářské
Cvičící byl vždy ochotný pomoci a trpělivě vysvětlit, i když jsem občas látce nerozuměl. Milý a vstřícný přístup byl velkým přínosem.
Student zakázal zobrazování osobních údajů, 13.01.2025, 3. Ročník, Finanční matematika, bakalářské
Pan Hlávka je opravdu vynikající učitel. Ze začátku jsem se trochu bál jak tento náročný předmět bude koncipovaný ve cvičeních, ale zbytečně. Člověk společně na cvičení prošel příklady (i když bohužel ne vždy se to stíhalo, což je pochopitelné) a pak měl za domácí úkol každý týden poslat nějaké příklady na kontrolu. Oceňuji, že pan docent kontroloval tyto úkoly a dával zpětnou vazbu a ve svém volném času po mailech odpověděl na každý dotaz k příkladům a ke statistice obecně. Je to člověk, který opravdu rozumí předmětu a ještě je velmi lidský a dokáže pochopit roli studenta. Myslím si, že se jedná o spravedlivého člověka a zápočet tak zvládnete, pokud se na to připravíte.
doc. RNDr. Zdeněk Hlávka, Ph.D. [32-KPMS], Základy regrese [NMFM334, cvičení]
Autor příspěvku je pořadateli ankety známý, 27.05.2025, 3. ročník, Finanční matematika, bakalářské
Vzhledem k tomu, že docent Hlávka není autorem materiálů na cvičení, je možná lepší zvolit jiného cvičícího. Je ovšem velmi příjemný, ochotný a velmi hodný co se zápočtů týče. Látce ze cvičení ovšem neporozumíte tolik, jelikož ani pan docent občas nevím co autor materiálů tím či oním myslel.
doc. RNDr. Daniel Hlubinka, Ph.D. [32-KPMS], Pravděpodobnost a matematická statistika [NMSA202, cvičení]
Autor příspěvku je pořadateli ankety známý, 28.06.2025, 2. ročník, Obecná matematika, bakalářské
Pan docent je moc milý, ochotný a férový. Je ochotný osobně dovysvětlit látku, a umí člověka namotivovat se snažit dál, i když ještě všemu nerozumí.
Na cvičeních si sice studenti nepočítají sami, neboť vše dělá vyučující před tabulí, ale zde to rozhodně nebylo na škodu, ba naopak. Pan docent Hlubinka vše vysvětluje srozumitelně, detailně, zasazuje do kontextu. V sadách na cvičení jsou pro samostatné počítání příklady na doma a některé úlohy jsou vzorově vyřešeny v moodlu.
Pan vyučující byl vždy připraven na výuku a ochoten odpovídat na dotazy, případně dozjistit nějaké detailnější informace. Všechny věci vysvětloval svým dobrým projevem a kdykoliv byli nějaké nejasnosti, tak to třeba dovysvětlil jiným způsobem. Oceňuji velmi kreativní řešení úkolů skrze soutěž na Kagglu, kde jsme viděli, jak si každý tým (anonymně) vede a díky tomu nás to motivovalo k lepšímu výkonu v přesnosti našich neuronových sítí/XGBoostu. Také musím zmínit, že pokud měl někdo nějaký problém s něčím, tak velice rád osobně pomohl, ikdyž třeba už bylo po výuce.
Student zakázal zobrazování osobních údajů, 21.06.2023, 1. ročník, Finanční a pojistná matematika, navazující magisterské
Vždy ochoten poradit a vždy připraven na cvičení.
RNDr. Karel Kozmík, Ph.D. [32-KPMS], Data Science 2 [NMFP436, přednáška]
Oceňuji, že pan vyučující je z praxe a tudíž ví, co se používá a co již ne. Má skvěle připravené prezentace a velmi dobrý projev a je ochotný vždy odpovídat na dotazy. Je velmi férový u zkoušky, kde ikdyž něco nefunguje, tak to nemusí znamenat hned vyhození od zkoušky, ale jelikož jsme v "programování", tak když ukážete, že tomu rozumíte, jenom je tam nějaký bug, tak to vůbec nevadí.
Student zakázal zobrazování osobních údajů, 21.06.2023, 1. ročník, Finanční a pojistná matematika, navazující magisterské
Vždy připraven na hodinu. Pohled na přednášené téma z praktické strany s přídavkem osobních zkušeností je samozřejmostí.
doc. RNDr. Matúš Maciak, Ph.D. [32-KPMS], Statistika pro finanční matematiky [NMFM301, cvičení]
Student zakázal zobrazování osobních údajů, 07.01.2025, 3. ročník, Finanční matematika, bakalářské
Cvika výrazně pomohly pochopit přednášku a uvědomit si, co je podstatné. Na druhou stranu mi nevyhovuje vyvolávání před tabuli, stačilo by příklad spočítat učitelem.
Student zakázal zobrazování osobních údajů, 04.02.2024, 3. ročník, Finanční matematika, bakalářské
Probíraná látka nebyla zrovna jednoduchá a chyběla mi nějaká zapojenost “publika”, přece jenom to není přednáška. Abychom si třeba zkusili některé sami spočítat a ptali se, když si nevíme rady. V první části semestru jsme jen opisovali teoretické řešení příkladů z tabule a ke konci hodiny nám to bylo ukázáno na nějakém těžším příkladě, což mi bylo na dvě věci, když jsem si nevěděl rady ani se základními.
Věřím, že by opravdu další ročníky ocenily třeba první cviko vysvětlit to na teoretických příkladech, pak si to sami na jednodušších zkusili a cvičící by byl nápomocen a na konci ukázal ten těžší příklad, což pochopitelně vše za 90min nejde stihnout.
Co mě neskutečně vadilo bylo zadání zápočtu ve slovenštině! Pochopím, že je výuka vedena v jeho rodném jazyce, který je trochu podobný češtině, ale upřímně i s překladem anglického zadání bych měl menší potíže než s “pretekárskými koňmi”.
doc. RNDr. Matúš Maciak, Ph.D. [32-KPMS], Základy regrese [NMFM334, cvičení]
Student zakázal zobrazování osobních údajů, 28.05.2024, 3. Ročník, Finanční matematika, bakalářské
Cvičení se odehrávala v Rku a ke každé hodině byl od cvičícího zveřejněn Markdown s ukázkou kódů. Bohužel v něm často chyběla interpretace a vysvětlení jednotlivých kroků. Často zde byly otázky, na které padly odpovědi na cvičení, ale pokud si to člověk nezapsal nebo chyběl neměl, jak se správnou interpretaci dozvědět.
doc. RNDr. Matúš Maciak, Ph.D. [32-KPMS], Základy regrese [NMFM334, přednáška]
Student zakázal zobrazování osobních údajů, 12.09.2025, 4. ročník, Finanční matematika, bakalářské
Bohužel musím říct, že s panem docentem Maciakem jsem byl velmi nespokojen (a nejen já, ale vlastně téměř celý ročník). Pan docent přednáší z prezentací, kde jsou ledabyle shrnuty nějaké základní informace, co potřebujeme mít, ale bohužel odvození nebo nějaké bližší informace k tomu se člověk dozvěděl až na cvičení. Abych panu docentovi nekřivdil, tak důkazy sice občas na přednášce na tabuli ukázal, avšak byly poměrně odbyté, jelikož spousta kroků je přece jasná. Zde by člověk ocenil, aby důkazy byli sepsány v prezentaci, aby si je člověk mohl v klidu přečíst (jelikož z tabule zmizely tak do 3 minut a člověk si je ani nestihl přepsat). Další výtka je k nestíhání. Prezentace měli okolo 15-20 slideů a bohužel u většiny přednášek pan docent nestihl čtvrtinu až třetinu neprobrat. Co se týče informovanosti okolo zápočtů nebo zkoušky, tak nejeden student měl pocit, že je dosti neinformován. Přednášející řekl na začátku semestru a zkoušce něco a za měsíc to bylo zase jinak. U udělení zápočtu to bylo úplně stejně, pan docent řekl jednu věc, cvičící jinou a jak se v tom pak student měl zorientovat? A v poslední řadě zkoušky. Nemusíte se vůbec strachovat výsledků ze zkoušek, jelikož zkoušky vypadaly tak, že jsou strukturovány, aby člověk 1 zkrátka nedostal na jedničku je potřeba 45 z 50, dvojka 38-44 a trojka 25-38, což je naprosto nerozložené a v porovnání s jinými předměty je to naprsto nesrovnatelné. Také se připravte na to, že v každém termínu zkoušky bude nějaká perlička, kterou jste na přednášce nebo na cvičení nikdy neviděli a nikdo vám o tom neřekl. Pan docent by se měl nad svým stylem výuky zamyslet, jelikož takto akorát znechutí studentům regresy, doporučoval bych se poradit s kolegy cvičícími a celkově strukturu předmětu překopat (prezentace nedostatečné, cvičení jen opakují to, co se řeklo na přednášce (ale tisíckrát lépe), atd...). Mělo by se s tím něco dělat.
Student zakázal zobrazování osobních údajů, 29.05.2025, 3. ročník, Finanční matematika, bakalářské
Přednášející měl velmi dobrý výklad, dbal na intuici a praktické problémy
Autor příspěvku je pořadateli ankety známý, 27.05.2025, 3. ročník, Finanční matematika, bakalářské
Vždy všude včas a připravený, informace kolem zkoušek a potřebných organizačních věcí předané jasně a zavčasu. Látku umí vysvětlit, na podněty od studentů vždy odpovídá, dá se s ním dobře domluvit.
doc. RNDr. Michal Pešta, Ph.D. [32-KPMS], Pravděpodobnost pro finanční matematiky [NMFM202, cvičení]
Student zakázal zobrazování osobních údajů, 30.05.2024, 2. ročník, Finanční matematika, bakalářské
Pan docent chodil velmi dobře připraven. Respektive předem víte jaké příklady budete počítat a ty on sám počítá před tabulí. Velmi mi jeho výuka pomohla k napsání zápočtových testů a i následně ke zkoušce. Jediné negativum je, že jsme na některých cvičeních toho stihli jen opravdu velmi málo a zbytečně jsme ztráceli čas na něčem nepodstatném (například jak se příklad řešit nemá, místo toho jak by se řešit měl). Zápočet byl trochu těžšího rázu, ale na druhou stranu pokud jste prošli všechna cvika plus cvika navíc, tak nebudete mít problém vůbec žádný.
doc. RNDr. Michal Pešta, Ph.D. [32-KPMS], Statistika pro finanční matematiky [NMFM301, přednáška]
Student zakázal zobrazování osobních údajů, 14.02.2025, 3. ročník, Finanční matematika, bakalářské
Vyučující látku odvykládal zřetelně a jasně. Zkouška poté byla poctivá a férová a obsahovala pouze látku ncházející se ve skriptech
Student zakázal zobrazování osobních údajů, 12.02.2025, 3. ročník, Finanční matematika, bakalářské
Na prednáškach by som ocenila lepšie predávanie látky. Nebolo možné si písať poznámky, pretože profesor vysvetľoval látku skôr do vzduchu. Pracoval so skriptami, do ktorých niekedy písal miznúcim perom, takže všetko vždy zmizlo do pár sekúnd. V dôkazoch mal veľa chýb. Inak dobré.
Student zakázal zobrazování osobních údajů, 06.02.2025, 3. ročník, Finanční matematika, bakalářské
U pana docenta Pešty si vážím především toho, že při výuce i zkouškách byl důsledný a tím dával předmětu jakýsi punc kvality. Předmět měl úroveň a zkouška byla adekvátně náročná.
Student zakázal zobrazování osobních údajů, 13.01.2025, 3. ročník, Finanční matematika, bakalářské
Výklad byl zajímavý - nebylo to jen čtení skript, ale pan docent opravdu popisoval a vysvětloval věci.
Student zakázal zobrazování osobních údajů, 13.01.2025, 3. Ročník, Finanční matematika, bakalářské
Pedagog, který je vstřícný, férový a má dobře promyšlený výklad. I když je látka náročná, je velmi užitečná a dobře pochopitelná.
doc. RNDr. Michal Pešta, Ph.D. [32-KPMS], Data Science 1 [NMFP406, přednáška]
Student zakázal zobrazování osobních údajů, 21.06.2023, 1. ročník, Finanční a pojistná matematika, navazující magisterské
Vždy ochotný a připravený na hodinu. Příjemný a poutavý přednes.
doc. RNDr. Michal Pešta, Ph.D. [32-KPMS], Pravděpodobnost a matematická statistika [NMSA202, přednáška]
Přednášky mi toho moc nedávaly: v prezentacích bylo podle mne hodně textu, který si organisací úplně neodpovídal s výkladem, takže většinou bylo potřeba zpracovat obojí (navíc současně). Jako studijní materiál se podle mne prezentace také nehodily, jak kvůli formátu, tak protože komentář v nich je žádný nebo strohý. Některé věci by v tomto rychlokursu určitě šly podat v jednodušší variantě, zato spolu s nimi předat i intuici (tu se mi většinou nepodařilo získat). Chybou na mé straně bylo odkládání všeho na poslední chvíli a nekladení otázek.
Překvapil mne pak úspěch u zkoušky, tak nevím, jestli se třeba neočekává, že si z tohoto předmětu vezmeme jenom nějakou část znalostí. (Každopádně ale doporučuji přípravu ke zkoušce nepodceňovat.)
Velmi mi nevyhovoval styl učení i psaní poznámek docenta Pešty. Navíc přednáška se moc neshodovala s cvičením, na cvičení jsme často používali jiné definice stejných pojmů než na přednáškách, což dělalo učení se tohoto předmětu zbytečně složitějším. Ty definice sice ve výsledku říkaly to stejné, byla to alternativní možnost, jak to zapsat nebo definovat, ale dělalo to vše méně přehledným.
Nevyhovovaly mi chaotické zápisy důkazů na tabuli a trošku mě mátlo, že je přednáška ve slovenštině a prezentace v angličtině. Přednášející umí zaujmout hezkými aplikacemi a ačkoli se to na začátku semestru nezdálo, je ochotný se se studenty domluvit a při zkoušce je velice milý.
Oceňuji, že pan vyučující je z praxe a tudíž ví, co se používá a co již ne. Má skvěle připravené prezentace a velmi dobrý projev a je ochotný vždy odpovídat na dotazy. Je velmi férový u zkoušky, kde ikdyž něco nefunguje, tak to nemusí znamenat hned vyhození od zkoušky, ale jelikož jsme v "programování", tak když ukážete, že tomu rozumíte, jenom je tam nějaký bug, tak to vůbec nevadí.
Student zakázal zobrazování osobních údajů, 21.06.2023, 1. ročník, Finanční a pojistná matematika, navazující magisterské
Vždy připraven na hodinu. Pohled na přednášené téma z praktické strany s přídavkem osobních zkušeností je samozřejmostí.
Mgr. Ondřej Týbl, Ph.D. [32-KPMS], Data Science 2 [NMFP436, cvičení]
Pan vyučující byl vždy připraven na výuku a ochoten odpovídat na dotazy, případně dozjistit nějaké detailnější informace. Všechny věci vysvětloval svým dobrým projevem a kdykoliv byli nějaké nejasnosti, tak to třeba dovysvětlil jiným způsobem. Oceňuji velmi kreativní řešení úkolů skrze soutěž na Kagglu, kde jsme viděli, jak si každý tým (anonymně) vede a díky tomu nás to motivovalo k lepšímu výkonu v přesnosti našich neuronových sítí/XGBoostu. Také musím zmínit, že pokud měl někdo nějaký problém s něčím, tak velice rád osobně pomohl, ikdyž třeba už bylo po výuce.
Student zakázal zobrazování osobních údajů, 21.06.2023, 1. ročník, Finanční a pojistná matematika, navazující magisterské
Vždy ochoten poradit a vždy připraven na cvičení.
Mgr. Ondřej Týbl, Ph.D. [32-KPMS], Data Science 2 [NMFP436, přednáška]
Their quality, Mr. Tybl were always available to answer questions.
RNDr. Jan Vávra, Ph.D. [32-KPMS], Základy regrese [NMFM334, cvičení]
Student zakázal zobrazování osobních údajů, 12.09.2025, 4. ročník, Finanční matematika, bakalářské
Pan Vávra je jeden z nejlepších vyučujících, kterého si student může přát. Upřímně nebýt jeho, tak věřím, že úspěšnost předmětu je daleko nižší. Skvěle s námi prošel vše důležité a doplnil informace, které pan Maciak nebyl schopen vysvětlit sám. Více takovýchto učitelů na MFF. S cvičícím se dalo skvěle o všem mluvit a pokud jste měli s čímkoliv problém, tak byl více než ochotný s vámi probrat problematiku.
RNDr. Jan Vávra, Ph.D. [32-KPMS], Pravděpodobnost a matematická statistika [NMSA202, cvičení]
Cvičení často působilo jako závody v opisování z tabule; někdy mi zbyl čas na zorientování se, sem tam nikoliv. Každopádně mi chyběla příležitost pro všechny si příklady osahat, ať už samostatným počítáním, nebo třeba diskusí, je-li zrovna vhodná. Pokud na to není čas, asi potřebujeme dvě cvičení týdně.
Připomínka k předmětu, Statistika pro finanční matematiky [NMFM301, cvičení]
Student zakázal zobrazování osobních údajů, 13.01.2025, 3. ročník, Finanční matematika, bakalářské
Podklady podle mě velmi dobře udělané.
Student zakázal zobrazování osobních údajů, 13.01.2025, 3. Ročník, Finanční matematika, bakalářské
Cvičení je velmi náročné. To je ale bohužel způsobeno podstatou předmětu, jelikož se nejedná vůbec o jednoduchý předmět a je toho tam opravdu hodně. Druhou část semestru se pracuje v programu R, což není tak těžké, když základy jsme měli už z předmětu Výpočetních prostředků. Projíždějí se jednotlivé jednovýběrové, dvouvýběrové testy a jiné. Jediná nepříjemná věc je to, že se projedou základy a pak některé úlohy v zápočtu na R, tak nejsou přiměřené tomu, co se dělalo na cvičeních. Určitě by nebylo od věci si vzorově projít nebo alespoň zveřejnit řešený zápočet, aby člověk věděl co se vlastně má učit, protože spíš než zápočet z Rka, tak je to zápočet na to, zda rozumíte jednotlivým testům, jejich předpokladům a odchylkám, což se na cvičení bere jen okrajově. Ale chápu, že na to není čas. Nebylo by vůbec špatné přidat ještě 45 minut ke cvičení a třeba uprat nějak přednášku. Zvlášť ve chvíli, kdy přednášky skončí už začátkem prosince, protože se to stihne rychle projet vše.
Student zakázal zobrazování osobních údajů, 04.02.2024, 3. ročník, Finanční matematika, bakalářské
1. půlka semestru byla dosti náročná a jsem rád, že zde byly úkoly a my tak byli nuceni si k tomu každé pondělí večer sednout a zopakovat si to. 2. půlka semestru, kdy jsme testovali hypotézy v R mi přišla velmi užitečná a praktická.
Co mi dosti chybělo bylo propojení s přednáškou,… Nejsem jediný, kdo by uvítal spíše 2 cvika (první spíše opakovací a základní příklady a až to druhé složitější, takhle jsem z toho cvika toho moc neměl protože jsem vlastně nevěděl, co dělám a pochopil to až při domácím úkolu a přípravě na započet) a 1 přednášku, zvláště když přednáška skočila už na začátku prosince… Nebo jen úprava z 4/2 -> 3/3?
Připomínka k předmětu, Statistika pro finanční matematiky [NMFM301, přednáška]
Student zakázal zobrazování osobních údajů, 06.02.2025, 3. ročník, Finanční matematika, bakalářské
Predmet je netrivialny, vyucujuci latke vsak rozumie, vysvetluje zrozumitelne, pri skuske je ferovy, avsak je dolezite nepodcenit pripravu ci uz na samotnu skusku, alebo na zapocty. Jediny nedostatok je trochu neprehladny dokazovy papier s pisanymi dokazmi, ktory sem-tam obsahuje chyby.
Student zakázal zobrazování osobních údajů, 06.02.2025, 3. ročník, Finanční matematika, bakalářské
Předmět je dobře zpracovaný, má kvalitní podklady (až na poznámky k přednášce obsahující důkazy, který je velmi nečitelný a obsahuje pár chyb) a výklad byl strukturovaný, člověk se mohl jednoduše vracet k probrané látce z přednášky.
Student zakázal zobrazování osobních údajů, 13.01.2025, 3. ročník, Finanční matematika, bakalářské
Předmět je dobrý, ale skripta a poznámky (učební texty) obsahovaly spousty chyb. Kolikrát jsem si nebyl jistý, jestli tomu, co je napsané můžu věřit nebo ne (ačkoliv to byly většinou technické detaily, tak to zhoršovalo moji rychlost pochopení látky).
Filip Dávidík, 03.02.2024, 3. Ročník, Finanční matematika, bakalářské
Myslím si, že by stálo za to opravit četné chyby v důkazech vět a případně je i přepsat do čitelné formy.
Připomínka k předmětu, Základy regrese [NMFM334, cvičení]
Autor příspěvku je pořadateli ankety známý, 27.05.2025, 3. ročník, Finanční matematika, bakalářské
Materiály jsou rozsáhlé a graficky pěkně zpracované, ovšem bez doprovodného výkladu trvá velmi dlouho je samostatně překousat. To platí i pro zpětné pročítání. Zápočtová úloha formou praktické úlohy byla zajímavá.
Autor příspěvku je pořadateli ankety známý, 28.05.2024, 3. ročník, Finanční matematika, bakalářské
Sice chápu důvody, proč nejsou v otázkách na cvičení rovnou odpovědi k otázkám. Nicméně zrovna u tohoto předmětu mi opravdu přijde mít možnost zkontrolovat si zda-li je postup mé analýzy správně, jako nutnost. Ono zapisovat si během cvičení úplně všechno a k tomu poslouchat nebylo jednoduché a když mi nějaká informace unikla, tak se těžko dedukovalo z otázek, co je vlastně správně.
Připomínka k předmětu, Základy regrese [NMFM334, přednáška]
Student zakázal zobrazování osobních údajů, 29.05.2025, 3. ročník, Finanční matematika, bakalářské
Předmět byl zajímavý, jen zkouška vypadal trochu jinak, než jakým způsobem probíhaly přednášky
Autor příspěvku je pořadateli ankety známý, 27.05.2025, 3. ročník, Finanční matematika, bakalářské
Pěkně vedený předmět, jen škoda, že ne úplně vše probrané na přednášce se stihne prakticky ukázat na cvikách. Náročnost je naprosto přiměřená. Je vhodné navštěvovat přednášky, neb samotné materiály(prezentace) neobsahují odvozování důležitých vztahů, které se ukazují pouze přímo na tabuli. Oceňuji přehledovou přednášku o dalším možnostech regrese nad rámec náplně předmětu.
Autor příspěvku je pořadateli ankety známý, 28.05.2024, 3. ročník, Finanční matematika, bakalářské
Chybí skripta, vyučující používá k předmětu prezentaci, ve které je velmi vysoký počet chyb. Příprava na zkoušku pak byla výrazně náročnější než u jiných (i mnohem větších) předmětů.
Připomínka k předmětu, Data Science 1 [NMFP406, přednáška]
Student zakázal zobrazování osobních údajů, 21.06.2023, 1. ročník, Finanční a pojistná matematika, navazující magisterské
Skvělý, praktický a poutavý předmět. Možná bych doporučil k LMM a GLMM přidat trochu více teorie.
Připomínka k předmětu, Data Science 2 [NMFP436, cvičení]
Cvičení jsou velmi zajímavé a naučné. Oceňuji přehledné a rychlé seznámení s Machine learningem a spoustou konceptů v tomto oboru, z nichž všechny jsou užitečné. Předmět je dobře balancovaný, co se týče náročnosti. Má pouze 2 větší úkoly (možné pro tým po 2 lidech) k získání zápočtu, na kterých si daný student vyzkouší, co se naučil teoreticky uvést do praxe. Velmi kvituji představení GitHubu, který budeme využívat v práci všichni a je velice zarážející, že v žádném jiném předmětu se to nestalo. Stejně jako u přednášky bych ocenil větší dotaci hodin, abychom si to mohli pořádně vyzkoušet a osahat, jelikož kromě domácího úkolu jsme si to sami nikdy neprogramovali, ale pouze jsme dostali již hotový kód a k tomu si něco říkali a kdyžtak si tam dodělali jednu funkci.
Připomínka k předmětu, Data Science 2 [NMFP436, přednáška]
Předmět je velmi zajímavý a naučný. Oceňuji přehledné a rychlé seznámení s Machine learningem a spoustou konceptů v tomto oboru, z nichž všechny jsou užitečné. Předmět je dobře balancovaný, co se týče náročnosti. Má pouze 2 větší úkoly, na kterých si daný student vyzkouší, co se naučil teoreticky uvést do praxe. Přednáška je formou stručně a skvěle zpracovaných prezentací a komentáře k nim z praxe. Například chválím úpravy sylabu, jelikož už se něco v praxi nepoužívá, takže to vynecháme, atd. Bohužel zde není dostatečný prostor na probrání všeho úplně do hloubky, jelikož je to takový úvod do machine learningu a jedná se bohužel o jediný předmět svého druhu na statistice, takže bych velice ocenil zvýšení dotace tohoto předmětu nebo nějaký další navazující předmět. Velice oceňuji zkoušku, která jako první za celé moje studium na MFF, byla o programovaní, čili to co budeme dělat všichni v práci.
Student zakázal zobrazování osobních údajů, 21.06.2023, 1. ročník, Finanční a pojistná matematika, navazující magisterské
Velmi zajímavý předmět, který se vymyká klasickým předmětům zaměřených na regresní problémy. Oceňuji, že se člověk může seznámit s aplikacemi strojového učení pro data na která by byly využity klasické statistické a regresní postupy (LM, GLM, ...). Férová zkouška.
Připomínka k předmětu, Pravděpodobnost a matematická statistika [NMSA202, cvičení]
Vzhľadom na povahu zápočtovej písomky, úlohy a skúšky mi napadlo, či by napríklad nebolo vhodnejšie namiesto dvoch prednášok a jedného cvičenia cvičiť dvakrát do týždňa (a prípadne prednášať iba raz).
Na mňa bol výklad na cvičeniach príliš rýchly na akékoľvek porozumenie toho, čo sa deje, takže som väčšinou len dúfala, že správne odpisujem z tabule, a rozumiem, že to bolo z časových dôvodov.
Autor příspěvku je pořadateli ankety známý, 28.06.2025, 2. ročník, Obecná matematika, bakalářské
Na cvičeních se předvedly všechny typové příklady a i když je člověk nestíhal pochopit během semestru, z pracovních listů ke cvikám, na kterých byla vždycky i relevantní teorie, se dobře učilo.
Autor příspěvku je pořadateli ankety známý, 14.06.2025, 2. ročník, Obecná matematika, bakalářské
Jsem râda za to, ze cvičení byla centralizovaná a za zveřejnění některých resident v úloh. Na druhou stranu mám spíš více negativ: myslím, že by předmětu opravdu prospělo cvičení navíc a rozsah 4/2. Na cvičení se předvádějí a počítají velmi jednoduché příklady, zejména pak ve druhé polovině semestru už je ke každému typu spočítáno velmi málo prikladu. Navíc úlohy ze zadání cvičení jsou spíš jednoduché, ty na zkoušce byly mnohem náročnější. K tomu sbírka pokrývá jen cca první polovinu semestru, bylo by dobré mít více úloh různých obtížností k procvičování i ke druhé polovině. Dále se mi nelíbí přístup “nebudeme zveřejňovat řešené úlohy, abyste si to museli napočítat sami” . Když pak clovek na cvičení třeba chybí, horko těžko se snaží u úloh vypotit základní myšlenky.
Připomínka k předmětu, Pravděpodobnost a matematická statistika [NMSA202, přednáška]
V porovnání s ostatními předměty obecné matematiky, se kterými se student potká v prvním dvouletí, je tento předmět suverénně nejslabší. První polovina semestru je "držena nad vodou" svým obsahem teorie (která se ale bohužel u zkoušky moc nevyskytovala?). Bohužel přednášky v druhé polovině semestru přelezou do dle mého názoru nesmírně nezáživného počítání specifických příkladů a občasného proložení nějakým tvrzením. Možná by bylo lepší předmět koncipovat jako přednášku s dvojitým cvičením? Abych nebyl příliš kritický, předmět mi dal jistou základní znalost pravděpodobnosti, kterou jsou využil při četbě oborově nesouvisející matematické literatury.
Předmět se snaží probrat základy pravděpodobnosti a matematické statistiky, ale je tam příliš učiva na to, kolik má předmět hodin, tedy v předmětu je hodně věcí jen okrajově zmíněno a není čas to podrobně projít, což vede k tomu, že je nutné se hodně věcí naučit jako fakta. Chtělo by to některé věci buď úplně vypustit, nebo předmět rozdělit zvlášť na pravděpodobnost a statistiku, a pak by se do těchto předmětů vše vešlo i s kontextem a vysvětlením.
Autor příspěvku je pořadateli ankety známý, 28.06.2025, 2. ročník, Obecná matematika, bakalářské
Předmět mi vlastně nepřišel moc zajímavý, ale měl sympatickou strukturu a dobře dostupné materiály.
Vzhledem k požadavkům ke zkoušce, kde se dbá spíše na praktické dovednosti nevidím důvod aby přednášce bylo věnováno tolik prostoru. Pak na cvičení se probírala spíše aplikace, tedy nebylo možné stihnout dostatečné množství příkladů. Tento problém by se dal přitom jednoduše vyřešit pokud by časová dotace předmětu byla místo 2/4. Protiargumentovat se dá nedostatkem prostředků pro vedení cvičení, která jsou pro katedru mnohem náročnější, než přednášky. Na druhou stranu když by se jedna přednáška týdně místo teorii věnovala tomu, co se dělá většinu času na aktuálních cvičeních, celkově by to vedlo k lepší přípravě na zkoušku.
