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. Karel Kozmík [32-KPMS], Data Science 2 [NMFP436, cvičení]
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. Václav Kozmík, Ph.D. [32-KPMS], Data Science 2 [NMFP436, přednáška]
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, 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. 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.
Marek Teller [32-KPMS], Data Science 2 [NMFP436, přednáška]
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]
Student zakázal zobrazování osobních údajů, 21.06.2023, 1. ročník, Finanční a pojistná matematika, navazující magisterské
Vždy ochoten poradit a vždy připraven na cvičení.
Připomínka k předmětu, Statistika pro finanční matematiky [NMFM301, cvičení]
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]
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, 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, přednáška]
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.
