|
|
|
||
Poslední úprava: Bc. Helena Procházková (15.01.2024)
|
|
||
Poslední úprava: Bc. Helena Procházková (15.01.2024)
Předmět je splněn řešením malého projektu - ideální projekt vychází z konkrétního analytického problému, který studenta zajímá. Řešení typického projektu by mělo vyžadovat 2 - 10 hodin samostatné práce mimo předmět + konzultace a společná práce v rámci cvičení.
|
|
||
Poslední úprava: Bc. Helena Procházková (15.01.2024)
Předmět představí základy budování statistických modelů a analýzy dat v jazyku Stan.
Prinicipy Hamiltonian Monte Carlo, instalace Stan, jednoduché modely Základy workflow - prior predictive check, posterior predictive check, kritika modelu a jeho rozšiřování Regresní a smíšené modely Ladění modelů, simulation-based calibration, konkrétní modelovací techniky dle projektů studentů (může zahrnovat například diskrétní parametry, Gaussovské procesy, monotónní prediktory, systémy diferenciálních rovnic, analýza přežití, mixture modely, …) Společná práce a konzultace na projektu Předpokládá základy programování v R/Pythonu (pro Python bude trochu menší podpora). Znalost základních konceptů Bayesovské statistiky vítána, ale není nutná. Praktická část výuky proběhne na vlastním NTB. |