Základy analýzy dat

Sylabus

1) Základy lineární regrese, logistické regrese, lasso regrese, hřebenové regrese, principy testování hypotéz, test podílem věrohodností, stepwise algoritmy

2) Základy vícerozměrné statistiky - metoda hlavních komponent, faktorová analýza, shluková analýza

3) Míry diskriminace - Kolmogorov Smirnov, Gini koeficient, Somer’s d

4) Principy back testu, cross validace a bootstrappingu

5) Regresní stromy, náhodné lesy

6) Gradient boosting

7) Bayesovské sítě, neuronové sítě

8) Lineární optimalizace, Support vector machine Cvičení: Základy programování v prostředí R, praktické ukázky práce s daty

Anotace

Kurz je zaměřen na standardní metody analýzy dat včetně moderních trendů zpracování velkých datových souborů metodami strojového učení. Modelování nad reálnými daty v prostředí jazyka R.