PředmětyPředměty(verze: 908)
Předmět, akademický rok 2022/2023
   Přihlásit přes CAS
Data Science with R II - JEM220
Anglický název: Data Science with R II
Český název: Data Science with R II
Zajišťuje: Institut ekonomických studií (23-IES)
Fakulta: Fakulta sociálních věd
Platnost: od 2021
Semestr: letní
E-Kredity: 6
Způsob provedení zkoušky: letní s.:kombinovaná
Rozsah, examinace: letní s.:2/0, Zk [HT]
Počet míst: neomezen / neurčen (neurčen)
Minimální obsazenost: neomezen
Virtuální mobilita / počet míst: ne
Stav předmětu: vyučován
Jazyk výuky: angličtina
Způsob výuky: prezenční
Poznámka: předmět je možno zapsat mimo plán
povolen pro zápis po webu
při zápisu přednost, je-li ve stud. plánu
Garant: prof. PhDr. Ladislav Krištoufek, Ph.D.
Vyučující: prof. PhDr. Ladislav Krištoufek, Ph.D.
Mgr. Jan Šíla, M.Sc.
Třída: Courses for incoming students
Prerekvizity : {Skupina prerekvizit pro JEM220 (JEM221 nebo JEM227)}
Anotace -
Poslední úprava: Mgr. Michaela Čuprová (02.02.2020)
Data Science with applications in R course covering the advanced topics and following the Data Science with R I course. Data Science with R II covers clustering, text mining, support vector machines, neural networks, and networks.
Cíl předmětu -
Poslední úprava: SCHNELLEROVA (25.10.2019)

Please switch to the english version.

Literatura -
Poslední úprava: PhDr. Petr Bednařík, Ph.D. (15.05.2020)

Mandatory literature:

  • Ledolter, Johannes (2013): Data Mining and Business Analytics with R, Hoboken, New Jersey: John Wiley & Sons.
  • Toomey, Dan (2014): R for Data Science, Birmingham: Packt Publishing Ltd.
  • Zumel, Nina & Mount, John (2014): Practical Data Science with R, Shelter Island, New York: Manning Publications Co..

 

  • Additional suggested literature:
  • Grolemung, Garret (2014): Hands-On Programming with R, Sebastopol: O'Reilly Media Inc.
  • Ojeda, Tony et al. (2014): Practical Data Science Cookbook, Birmingham: Packt Publishing Ltd.
Metody výuky -
Poslední úprava: SCHNELLEROVA (25.10.2019)

Please switch to the english version.

Požadavky ke zkoušce -
Poslední úprava: SCHNELLEROVA (25.10.2019)

Please switch to the english version.

Sylabus -
Poslední úprava: Mgr. Michaela Čuprová (02.02.2020)
  • Week #1: Course information + Data Science with R rehash (ZM 1, G 3-5)

  • Week #2-3: Clustering (T1, ZM 8, L15)

  • Week #4-6: Data and text mining sequences (T 2-3, L 16, L 19)

  • Week #7-9: Advanced classification methods (SVMs, neural networks) (ZM 9, T 10-12, L 14)

  • Week #10: Dimension reductions (L 17-18)

  • Week #11-12: Networks (L 20)

     

    Data Science with R I (JEM221) or the previous Data Science with R (JEM181) are prerequisites of the course.

Vstupní požadavky -
Poslední úprava: SCHNELLEROVA (25.10.2019)

Please switch to the english version.

Požadavky k zápisu -
Poslední úprava: SCHNELLEROVA (25.10.2019)

Please switch to the english version.

 
Univerzita Karlova | Informační systém UK