| Název předmětu | Analýza a zpracování dat |
|---|---|
| Kód předmětu | KBC/SZZM4 |
| Organizační forma výuky | bez kontaktní výuky |
| Úroveň předmětu | Magisterský |
| Rok studia | 2 |
| Semestr | Zimní a letní |
| Počet ECTS kreditů | 0 |
| Vyučovací jazyk | Čeština |
| Statut předmětu | Povinný |
| Způsob výuky | Kontaktní |
| Studijní praxe | Nejedná se o pracovní stáž |
| Doporučené volitelné součásti programu | Není |
| Vyučující |
|---|
|
| Obsah předmětu |
|
Data (typy dat, základní pojmy). Shlukování. Klasifikace. Závislosti v datech. Asociační pravidla. Analýza grafů a strukturovaných dat. Pravděpodobnostní metody reprezentace dat. Grafové modely a Bayesovské sítě: dekompozice, šíření evidence, učení grafických modelů, revize domněnek. Redukce dimenzionality: základní metody (PCA, SVD). Pokročilé metody (NMF, BFA), deep learning: modely založené na neuronových sítích a další modely. Předmět umělé inteligence, vývoj umělé inteligence, společenské a filozofické otázky umělé inteligence. Řešení problémů. Expertní systémy, motivace a vývoj expertních systémů. Pravidlové expertní systémy. Jazyk Prolog, expertní systémy v Prologu. Fuzzy logika; fuzzy logické pravidlové systémy. Umělé neuronové sítě a deep learning, motivace, biologické neuronové sítě, jednoduchý perceptron, vícevrstvé sítě, RBF sítě, asociativní neuronové sítě, samoorganizační mapy. Evoluční výpočty, inteligence hejna, reprezentace znalostí, zpracování přirozeného jazyka. Entropie, podmíněná a sdružená entropie, vzájemná informace. Základní nerovnosti teorie informace. AEP a její aplikace. Vybrané aplikace teorie informace. Základní pojmy kódování. Optimální kódy. Samoopravné kódy (základní pojmy, blokové kódy, lineární kódy).
|
| Studijní aktivity a metody výuky |
Dialogická (diskuze, rozhovor, brainstorming)
|
| Výstupy z učení |
|
Zkouška má za cíl prověřit znalosti, dovednosti a schopnost kritického zhodnocení a řešení problému v rámci zkoušeného oboru.
Úspěšným absolvováním budou ověřeny a potvrzeny znalosti disciplíny získané v průběhu studia |
| Předpoklady |
|
Úspěšné zvládnutí požadavků navazujícího magisterského studia
|
| Hodnoticí metody a kritéria |
|
Ústní zkouška
Požadavkem je prokázat na základě teoretického i praktického studia znalosti a schopnost orientace v problematice zkoušeného oboru. |
| Doporučená literatura |
|
| Studijní plány, ve kterých se předmět nachází |
| Fakulta | Studijní plán (Verze) | Kategorie studijního oboru/specializace | Doporučený semestr | |
|---|---|---|---|---|
| Fakulta: Přírodovědecká fakulta | Studijní plán (Verze): Bioinformatika (2021) | Kategorie: Informatické obory | 2 | Doporučený ročník:2, Doporučený semestr: Letní |