|
Vyučující
|
-
Babichev Sergii, prof. DSc.
|
|
Obsah předmětu
|
1. Úvod do Bayesovských sítí, Bayesovská statistika: definice základních pojmů (apriorní a aposteriorní pravděpodobnosti), Bayesova věta a její využití 2. Grafová reprezentace Bayesovských sítí (BN), distribuce pravděpodobnosti modelu (řetězcové pravidlo), přehled algoritmů učení BN 3. Přehled různého softwaru pro vytvoření a modelování Bayesovských sítí (GeNIe, R a Python) 4. - 5.) Statické Bayesovské sítě: základy jejich vytvoření a modelování pro řešení různých praktických úloh 6. - 7. Dynamické Bayesovské sítě, jejich vytvoření a používání při řešení úloh klasifikace a predikce 8. - 9. Praktické úlohy vytvoření a použití statických a dynamických Bayesovských sítí
|
|
Studijní aktivity a metody výuky
|
|
nespecifikováno
|
|
Výstupy z učení
|
Předmět je zaměřen na aplikaci Bayesovských sítí pro řešení problémů pravděpodobnostního modelování založeného na podmíněné závislosti jevů v různých praktických oblastech na základě softwaru GeNIe, a také s použitím funkcí softwaru R a Python. Poskytuje jak teoretický úvod potřebný pro pochopení základních principů vytváření Bayesovských sítí, tak i praktické seznámení s aktuálně používaným softwarem pro vytvoření a modelování Bayesovských sítí. Semináře jsou zaměřeny na úvod do problematiky, možnosti aplikace a na předání praktických zkušeností při použití softwarových nástrojů pro řešení různých úloh, v nichž se uplatní modelování pravděpodobnostních vztahů.
|
|
Předpoklady
|
nespecifikováno
|
|
Hodnoticí metody a kritéria
|
nespecifikováno
Tvorba a obhájení seminární práce na zadané téma
|
|
Doporučená literatura
|
|