Předmět: Analýza a vizualizace dat

» Seznam fakult » PRF » KI
Název předmětu Analýza a vizualizace dat
Kód předmětu KI/AVD
Organizační forma výuky Přednáška + Cvičení
Úroveň předmětu Bakalářský
Rok studia nespecifikován
Semestr Letní
Počet ECTS kreditů 4
Vyučovací jazyk Čeština
Statut předmětu Povinný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Babichev Sergii, prof. DSc.
  • Škvor Jiří, RNDr. Ph.D.
  • Posel Zbyšek, doc. RNDr. Ph.D.
Obsah předmětu
1. Úvod do teorie měření: odhad chyb měření, šíření chyb a nejistot 2. Základní pojmy popisné statistiky: metody zpracování dat, rozdělení četností (histogram, polygon); základy práce v R (instalace, ovládání, syntaxe, balíčky, základní datové typy/struktury, proměnné, základní operace, příkazy a funkce, načítání a ukládání dat, psaní vlastních funkcí a skriptů, cykly a podmíněné příkazy) 3. Statistická analýza jednorozměrných dat: momentové/kvantilové míry polohy, variability, šikmosti a špičatosti; implementace v R včetně manipulace s daty a datovými soubory (různé úpravy a transformace, slučování, řazení, filtrování, kontingenční tabulky apod.) 4. Základní a pokročilé typy grafy, tvorba reprodukovatelných reportů a interaktivní vizualizace 5. Statistická analýza vícerozměrných dat: regresní analýza (lineární a nelineární regresní modely) 6. - 7. Statistická analýza vícerozměrných dat: korelační, komponentní, faktorová a shluková analýza 8. Analýza časových řad: grafická analýza, dekompozice, autokorelace, modelování trendu 9. Indexní analýza: jednoduché a složené individuální indexy, souhrnné indexy 10. - 13. Zpracování signálu a obrazu: filtrace, transformace (Fourierova, wavelety) 14. Shrnutí vybraných technik statické a dynamické vizualizace

Studijní aktivity a metody výuky
nespecifikováno
Výstupy z učení
Kurz je zaměřen na představení poznatků nezbytných k základnímu i komplexnějšímu vyhodnocení dat, a to jak z oborů přírodovědných, jako jsou fyzika, či biologie, tak oborů společenskovědných, jako jsou ekonomie a sociologie. Důraz je kladen i na získání schopnosti prezentovat data prostřednictvím vhodných vizualizačních prostředků. Nedílnou součástí kurzu je i praktická aplikace teoretických poznatků na dostupných datech s využitím vhodných softwarových prostředků (typicky R, Matlab, Excel).

Předpoklady
nespecifikováno
KI/MSW

Hodnoticí metody a kritéria
nespecifikováno
a) vypracování dvou seminárních prací (zadání spolu s rozsahem, formou zpracování, termínem odevzdání a dalšími nezbytnými informacemi poskytnou vyučující v průběhu semestru) - 1. z oblasti statistického zpracování a analýzy dat (součástí výstupu je reprodukovatelný report a interaktivní vizualizace) - 2. z oblasti zpracování signálu a obrazu b) praktický test z oblasti regresní, komponentní a shlukové analýzy (řešení zadaných úloh na počítači v počítačové učebně), testu předchází odevzdání vypracování dvou úloh zadaných a řešených v rámci předchozích dvou cvičeních věnovaných uvedené oblasti c) písemný test z oblasti teorie měření a indexní analýzy
Doporučená literatura
  • Hlavač V., Sedláček M. Zpracování signálů a obrazů. Praha: ČVUT, 2007. ISBN 978-80-01-03110-0.
  • Kozák J. Úvod do analýzy ekonomických časových řad. Praha: VŠE, 1994. ISBN 80-707-9760-6.
  • Popelka J., Synek V. Úvod do statistické analýzy dat. Ústí nad Labem, 2009. ISBN 978-80-7414-117-1.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Informační systémy (A14) Kategorie: Informatické obory 2 Doporučený ročník:2, Doporučený semestr: Letní