PředmětyPředměty(verze: 945)
Předmět, akademický rok 2023/2024
   Přihlásit přes CAS
Data Science 1 - NMFP406
Anglický název: Data Science 1
Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Fakulta: Matematicko-fyzikální fakulta
Platnost: od 2022
Semestr: letní
E-Kredity: 3
Rozsah, examinace: letní s.:2/0, 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
Způsob výuky: prezenční
Garant: doc. RNDr. Michal Pešta, Ph.D.
Třída: M Mgr. FPM
M Mgr. FPM > Povinné
Kategorizace předmětu: Matematika > Finanční a pojistná matematika
Prerekvizity : {Alespoň jeden kurz z oblasti lineární regrese}
Neslučitelnost : NMFM404
Záměnnost : NMFM404
Je neslučitelnost pro: NMFM404
Je záměnnost pro: NMFM404
Anotace -
Poslední úprava: doc. RNDr. Martin Branda, Ph.D. (05.12.2020)
Strojové učení + statistická inference = statistické učení. Metody statistického učení pro kategoriální (neuspořádaná i uspořádaná), nominální (diskrétní i spojitá), useknutá, cenzorovaná, extremální a clusterovaná data. Modelování (nejen) finančních, ekonomických a pojišťovnických procesů. Praktické úlohy a problémy z ekonometrie, testování modelů, odhadování parametrů, predikce ve stochastických modelech a jejich diagnostika. Výpočetně náročné stochastické techniky.
Literatura -
Poslední úprava: doc. RNDr. Michal Pešta, Ph.D. (05.12.2020)

[1] Peter Dalgaard: Introductory statistics with R. Birkhäuser, 2002.

[2] David W. Hosmer and Stanley Lemeshow: Applied Logistic Regression (Second edition). Wiley, 2000.

[3] John H. Maindonald, John Braun: Data analysis and graphics using R: an example-based approach (Third edition). Cambridge University Press, 2010.

[4] David Ruppert: Statistics and finance: An introduction. Springer, 2004.

[5] William N. Venables, Brian D. Ripley: Modern applied statistics with S. Birkhäuser, 2002.

[6] Gareth James, Diana Witten, Trevor Hastie, and Robert Tibshirani: An Introduction to Statistical Learning (with Applications in R). Springer, 2013.

[7] Christian Bluhm, Ludger Overbeck, and Christoph Wagner: Introduction to Credit Risk Modeling (Second edition). Chapman & Hall, 2010.

Metody výuky -
Poslední úprava: RNDr. Jitka Zichová, Dr. (03.06.2022)

Přednáška.

Sylabus -
Poslední úprava: doc. RNDr. Michal Pešta, Ph.D. (05.12.2020)

1. Robustní regrese. 2. Logistická regrese. 3. Multinomická regrese. 4. Poissonovská regrese. 5. Useknutá a nafouknutá data. 6. Analýza přežití. 7. Analýza panelových/longitudinálních dat.

 
Univerzita Karlova | Informační systém UK