Statistická výpočetní prostředí

Cílem výukového bloku je podat přehled vyučovaných metod a ujasnění prerekvizitních znalostí ze statistiky. Dále také seznámení se s výpočetními prostředími, které budou v kurzu používané realizací základních statistických úloh.

Deskriptivní statistika

Cílem bloku je vysvětlení metod deskriptivní statistiky vhodné k popisu dat a jejich ozkoušení ve výpočetním prostředí.

Problémy v datech

Cílem tohoto bloku je popis metod diagnostiky a řešení nejčastějších problémů v datech, které jsou spojené s dimenzionalitou, odlehlými hodnotami, nekonzistencí, chybějícími hodnotami, nenumerickými daty atd.

Transformace dat

Transformace dle typu proměnné, linearizace, normalizace a diskretizace (binning).

Redukce dimenzionality dat

Redukce dimenzionality v případě numerických i kategoriálních dat pomocí rozličných metod, PCA a vícerozměrné škálování. 

Redukce objemu dat

Tvorba výběrového vzorku a balancování tříd.

Úvod do shlukové analýzy

Míry vzdáleností, Hierarchické shlukování, nehierarchické shlukování, požadavky kladené na metody shlukování.

Fuzzy shluková analýza

Fuzzy hodnoty a jejich aritmetika, použití fuzzy v metodách shlukování.

Logistická regrese

Základy logistické regrese a její použití na analýzu dat.

Diskriminační analýza

Pokročilé metody diskriminační analýz

Validace získaných modelů

Hodnocení modelu, návrh kontrolních skupin, stratifikace atd.

Použití stromů

Klasifikační a regresní stromy, random forest.