Základy analýzy dat - NMMB333

• Anglický název: Introduction to data analysis
• Zajišťuje: Katedra algebry (32-KA)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2020
• 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: čeština
• Způsob výuky: prezenční
• Garant: RNDr. Pavel Charamza, CSc.
• Vyučující: RNDr. Pavel Charamza, CSc.; Mgr. Michal Nožička
• Třída: M Mgr. MMIB; M Mgr. MMIB > Povinně volitelné
• Kategorizace předmětu: Matematika > Matematika, Algebra, Diferenciální rovnice, teorie potenciálu, Didaktika matematiky, Diskrétní matematika, Matematická ekonomie a ekonometrie, Předměty širšího základu, Finanční a pojistná matematika, Funkční analýza, Geometrie, Předměty obecného základu, , Reálná a komplexní analýza, Matematika, Matematické modelování ve fyzice, Numerická analýza, Optimalizace, Pravděpodobnost a statistika, Topologie a kategorie

Anotace

čeština

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.

Poslední úprava: Žemlička Jan, doc. Mgr. et Mgr., Ph.D. (09.05.2018)

angličtina

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.

Poslední úprava: Žemlička Jan, doc. Mgr. et Mgr., Ph.D. (09.05.2018)

Podmínky zakončení předmětu

čeština

Předmět je zakončen ústní zkouškou.

Poslední úprava: Žemlička Jan, doc. Mgr. et Mgr., Ph.D. (10.06.2019)

angličtina

Students have to pass oral exam.

Poslední úprava: Žemlička Jan, doc. Mgr. et Mgr., Ph.D. (28.10.2019)

Literatura

čeština

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

Poslední úprava: Žemlička Jan, doc. Mgr. et Mgr., Ph.D. (09.05.2018)

Požadavky ke zkoušce

čeština

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

Poslední úprava: Žemlička Jan, doc. Mgr. et Mgr., Ph.D. (10.06.2019)

angličtina

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

Poslední úprava: Žemlička Jan, doc. Mgr. et Mgr., Ph.D. (28.10.2019)

Sylabus

čeština

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

Poslední úprava: Žemlička Jan, doc. Mgr. et Mgr., Ph.D. (09.05.2018)

angličtina

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

Poslední úprava: Žemlička Jan, doc. Mgr. et Mgr., Ph.D. (09.05.2018)