Introduction to data analysis - NMMB333

• Title: Základy analýzy dat
• Guaranteed by: Department of Algebra (32-KA)
• Faculty: Faculty of Mathematics and Physics
• Actual: from 2020
• Semester: winter
• E-Credits: 5
• Hours per week, examination: winter s.:2/2, C+Ex [HT]
• Capacity: unlimited
• Min. number of students: unlimited
• 4EU+: no
• Virtual mobility / capacity: no
• State of the course: taught
• Language: Czech
• Teaching methods: full-time
• Guarantor: RNDr. Pavel Charamza, CSc.
• Teacher(s): RNDr. Pavel Charamza, CSc.; Mgr. Michal Nožička
• Class: M Mgr. MMIB; M Mgr. MMIB > Povinně volitelné
• Classification: Mathematics > Mathematics, Algebra, Differential Equations, Potential Theory, Didactics of Mathematics, Discrete Mathematics, Math. Econ. and Econometrics, External Subjects, Financial and Insurance Math., Functional Analysis, Geometry, General Subjects, , Real and Complex Analysis, Mathematics General, Mathematical Modeling in Physics, Numerical Analysis, Optimization, Probability and Statistics, Topology and Category

Annotation

English

The lecture covers standard methods of data analysis, including modern trends of big data analysis using machine learning. Modelling over real data in the R environment.

Last update: Žemlička Jan, doc. Mgr. et Mgr., Ph.D. (09.05.2018)

Czech

Kurz je zaměřen na standardní metody analýzy dat včetně moderních trendů zpracování velkých datových souborů metodami strojového učení. Modelování nad reálnými daty v prostředí jazyka R.

Last update: Žemlička Jan, doc. Mgr. et Mgr., Ph.D. (09.05.2018)

Course completion requirements

English

Students have to pass oral exam.

Last update: Žemlička Jan, doc. Mgr. et Mgr., Ph.D. (28.10.2019)

Czech

Předmět je zakončen ústní zkouškou.

Last update: Žemlička Jan, doc. Mgr. et Mgr., Ph.D. (10.06.2019)

Literature

English

Zvára Karel: Regresní analýza, Academia 1989

Hebák, Hustopecký: Vícerozměrné statistické metody 1, 2, 3, Informatorium, 2007

Kolaczyk, Csardi: Statistical Analysis of Network Data with R, Springer, 2014

Munzert, Rubba, Meissner, Nyhuis: Automated Data Collection with R, Wiley, 2015

Last update: Žemlička Jan, doc. Mgr. et Mgr., Ph.D. (09.05.2018)

Requirements to the exam

English

Students have to pass oral exam. The requirements for the exam correspond to what has been done during lectures and practicals.

Last update: Žemlička Jan, doc. Mgr. et Mgr., Ph.D. (28.10.2019)

Czech

Zkouška má ústní formu. Její požadavky odpovídají obsahu přednesené látky.

Last update: Žemlička Jan, doc. Mgr. et Mgr., Ph.D. (10.06.2019)

Syllabus

English

1) Basics of linear regression, logistic regression, lasso regression, principles of hypotheses testing, likelihood ratio tests, stepwise algorithms

2) Basics of multidimensional statistics - principle component analysis, factor analysis, cluster analysis

3) Discrimination measures - Kolmogorov-Smirnov, Gini coefficient, Somer’s d

4) Back test principles, cross validation and bootstrapping

5) Regression trees, random forests

6) Gradient boosting

7) Bayes networks, neural networks

8) Linear optimization, Support vector machine

Labs: Programming in R, practical work with data

Last update: Žemlička Jan, doc. Mgr. et Mgr., Ph.D. (09.05.2018)

Czech

1) Základy lineární regrese, logistické regrese, lasso regrese, hřebenové regrese, principy testování hypotéz, test podílem věrohodností, stepwise algoritmy

2) Základy vícerozměrné statistiky - metoda hlavních komponent, faktorová analýza, shluková analýza

3) Míry diskriminace - Kolmogorov Smirnov, Gini koeficient, Somer’s d

4) Principy back testu, cross validace a bootstrappingu

5) Regresní stromy, náhodné lesy

6) Gradient boosting

7) Bayesovské sítě, neuronové sítě

8) Lineární optimalizace, Support vector machine

Cvičení: Základy programování v prostředí R, praktické ukázky práce s daty

Last update: Žemlička Jan, doc. Mgr. et Mgr., Ph.D. (09.05.2018)