PředmětyPředměty(verze: 964)
Předmět, akademický rok 2024/2025
   Přihlásit přes CAS
Data Science 3 - NMFP535
Anglický název: Data Science 3
Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Fakulta: Matematicko-fyzikální fakulta
Platnost: od 2024
Semestr: zimní
E-Kredity: 5
Rozsah, examinace: zimní s.:2/2, Z+Zk [HT]
Počet míst: neomezen
Minimální obsazenost: neomezen
4EU+: ne
Virtuální mobilita / počet míst pro virtuální mobilitu: ne
Stav předmětu: vyučován
Jazyk výuky: angličtina, čeština
Způsob výuky: prezenční
Je zajišťováno předmětem: NMST539
Garant: prof. RNDr. Ivan Mizera, CSc.
Třída: M Mgr. FPM
M Mgr. FPM > Povinně volitelné
Kategorizace předmětu: Matematika > Finanční a pojistná matematika
Neslučitelnost : NMST539
Záměnnost : NMST539
Je neslučitelnost pro: NMST539
Je prerekvizitou pro: NMFP556
Anotace -
Úvod do tradičních a moderních metod mnohorozměrné statistiky.
Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (01.06.2023)
Cíl předmětu -

Seznámit studenty se základními metodami mnohorozměrné statistiky.

Poslední úprava: Hlávka Zdeněk, doc. RNDr., Ph.D. (08.12.2020)
Podmínky zakončení předmětu -

Podmínky pro získání zápočtu: účast na cvičení (max 3 absence) a průběžné řešení zadaných úkolů (získání alespoň 36 kreditů, kde jeden vyřešený příklad znamená spravidla jeden kredit). Charakter zápočtu neumožňuje jeho opakování. Získání zápočtu je nutná podmínka pro účast na zkoušce. Zkouška bude písemnou formou a kromě jednoduchých otázek podobných těm, které se probíraly na cvičení, bude obsahovat taky otázky z principů, motivací, algoritmů a aplikací technik probíraných na přednáškách.

Poslední úprava: Mizera Ivan, prof. RNDr., CSc. (15.10.2023)
Literatura -

Bouveyron C., Celeux G., Murphy T.B., Raftery A. E.: Model-based Clustering and Classification for Data Science: with Applications in R. Cambridge University Press, 2019.

Härdle, W. K., Hlávka, Z.: Multivariate Statistics: Exercises and Solutions, 2nd edition, Springer, 2015.

Härdle W. K., Simar L.: Applied Multivariate Statistical Analysis, 4th edition, Springer, 2015.

Mardia K.V., Kent J.T., Bibby J.M.: Multivariate Analysis. Academia Press. London, 1979.

Rao C.R.: Linear Statistical Inference and Its Applications. 2nd edition. Wiley. New York, 1973. (existuje český překlad)

Venables W.N. Ripley B.D.: Modern Applied Statistics with S, 4th edition, Springer, 2002.

Poslední úprava: Hlávka Zdeněk, doc. RNDr., Ph.D. (08.12.2020)
Metody výuky -

Přednáška + cvičení.

Poslední úprava: Zichová Jitka, RNDr., Dr. (29.05.2022)
Požadavky ke zkoušce -

Zkouška bude písemnou formou; bude sestávat z víc otázek odpovídajících sylabu sylabu předmětu v rozsahu, který byl prezentován na přednášce nebo na cvičení nebo na přednášce. Důraz bude na správném pochopení statistické (t.j. data-analytické) podstaty a interpretace probíraných metod.

Poslední úprava: Zichová Jitka, RNDr., Dr. (19.05.2024)
Sylabus -

1. Mnohorozměrné normální rozdělení.

2. Wishartovo a Hotellingovo rozdělení.

3. Odhady a testování.

4. Hlavní komponenty a faktorová analýza.

5. Kanonické korelace, korespondenční analýza.

6. Diskriminační a shluková analýza.

7. Metody založené na projekcích, hloubka dat.

8. Použití standardních programů.

Poslední úprava: Branda Martin, doc. RNDr., Ph.D. (09.12.2020)
Vstupní požadavky -

základní znalosti lineární algebry, teorie pravděpodobnosti a matematické statistiky

Poslední úprava: Zichová Jitka, RNDr., Dr. (19.05.2024)
 
Univerzita Karlova | Informační systém UK