Přeskočit na hlavní obsah
Přeskočit hlavičku

Pravděpodobnostní modelování a metody soft computingu

Typ studia doktorské
Jazyk výuky čeština
Kód 155-0907/01
Zkratka PMMSC
Název předmětu česky Pravděpodobnostní modelování a metody soft computingu
Název předmětu anglicky Probabilistic Modelling and Soft Computing Methods
Kreditů 10
Garantující katedra Katedra aplikované informatiky
Garant předmětu prof. Ing. Dušan Marček, CSc.

Osnova předmětu

Pojetí Soft Computingu. Metody matematické statistiky a pravděpodobnostního počtu, Regularizační teorie pro modelování ekonomických procesů. Umělé neuronové sítě a predikční modely v ekonomice. Učení neuronových sítí jako podpora odhadu parametrů nelineárních modelů. Prototypování dat a jejího využití při modelování ekonomických systému a finančních procesů. Strojové učení založené na SVM (Support Vector Machine). Klasifikační modely strojového učení SVM a jejích využití v modelování procesů s rozsáhlými daty. Predikce ekonomických časových řad pomocí metody SVM - problémy a možnosti její aplikace.

Povinná literatura

MARČEK, D. Pravdepodobnostné modelovanie a soft computing v ekonomike. VŠB-TU Ostrava, 2013. 300 s. ISBN: 978-80-248-2955-5.
HITASHI IBA. Evolutionary Approach to Machine Learning and Deep Learning. Springer Int. Publishing, 2018, ISBN: 9811301999 .
MARČEK, D. Supervizované a nesupervizované učení z dat: statistický a soft přístup. SAEI, vol. 45/2016, Ostrava: VŠB-TU Ostrava, 234 s. ISBN 978-80-248-3884-7.

Doporučená literatura

GRAUPE DANIEL. Principles of Artificial Neural Networks: Basic Designs to Deep Learning. World Scientific Pub Co Inc, 2019, ISBN: 9789811201226 .
DUJMOVIC, J. Soft Computing Evaluation Logic: The LSP Decision Method and its Applications. Wiley-IEEE Computer Society, Hoboken, 2018, ISBN:978-1119256458 .
KECMAN, V. Learning and soft computing: support vector machines, neural networks, and fuzzy logic. Massachusetts: The MIT Press, 2001, ISBN 0-262-11255-8 .