Cílem předmětu je studentům neinformatických oborů představit prostředí R a jeho možnosti využití při matematických výpočtech a vizualizaci dat. Navíc si studenti vyzkouší, jak v prostředí R vytvářet vizuálně atraktivní reporty či prezentace.
- Učitel: Lucie Loukotová
- Učitel: Jiří Škvára
- Učitel: Jiří Škvor
Studenti se seznámí se základními přístupy, pomocí nichž můžeme zkoumat dynamiku jevů v čase, speciálně provádět analýzu příčin, které na tyto jevy působily a ovlivňovaly jejich chování v minulosti, resp. předvídat jejich budoucí vývoj. Studenti získají praktické dovednosti ve vhodném software (Statistica, R) při práci s reálnými daty.
- Učitel: Alena Černíková
- Učitel: Lucie Loukotová
- Učitel: Jiří Škvor
- Učitel: Ondřej Vozár
Cílem předmětu je, aby student porozuměl analytické metodě v geometrii, a to jak afinní, tak i euklidovské se zaměřením na lineární útvary a kuželosečky, a to nejen po teoretické stránce, ale aby získal i určitou zručnost při řešení úloh z této oblasti. Předmět jako takový navazuje na vybrané partie lineární algebry.
- Učitel: Jiří Přibyl
Prakticky orientovaný předmět navazuje na předmět Analýza a vizualizace podnikových dat I. Náplní předmětu jsou dva komplementární přístupy k analýze a vizualizaci podnikových dat a jejich využití v podnikové praxi. Prvním z nich je Business Intelligence (BI), druhým stochastické modelování. V rámci seminářů vytvářejí studenti pokročilé reporty a dashboardy z oblasti financí, marketingu nebo výroby, přičemž využívají i metod stochastického modelování.
- Učitel: Lucie Loukotová
- Učitel: Jiří Škvor
- Učitel: Štěpánka Zimová
Předmět poskytne studentům přehled pokročilých statistických metod a ukáže jim softwarové nástroje pro jejich aplikaci. Studenti se seznámí s vybranými vícerozměrnými statistickými metodami a s pokročilými metodami regresní analýzy. Pozornost bude věnována také fuzzy modelům a Bayesovským přístupům. Studenti získají praktické dovednosti ve specializovaném software (Statistica, R) při práci s reálnými daty.
- Učitel: Sergii Babichev
- Učitel: Alena Černíková
- Učitel: Lucie Loukotová
- Učitel: Viktor Maškov
The course seeks to acquaint students with the main concepts of modern time series theory universally applicable in describing the passage of natural and socioeconomic phenomena. Students will master methods of forecasting and analysis of time series based on the Box-Jenkins methodology of ARMA (p,d,q) models. They will understand difficulties associated with non-stationarity, and will learn methods how to tackle its presence. Finally, students will learn the pitfalls of running regressions with non-stationary time series. The course emphasises building of practical skill when working with real-world data in program R.
- Učitel: Martin Boďa