Seminář z pokročilé analýzy dat - NAIL125

• Anglický název: Seminar on advanced data analysis
• Podoba výuky: seminář
• Zajišťuje: Katedra teoretické informatiky a matematické logiky (32-KTIML)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2022
• Počet semestrů výuky: 1
• Semestr: letní
• E-Kredity: 3
• Rozsah, examinace: letní s.:0/2, Z [HT]
• Počet míst: neomezen
• Maximální kapacita předmětu: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: angličtina, čeština
• Forma uskutečňování: prezenční
• Možnost opakovaného zápisu: neomezena
• Garant: doc. RNDr. Iveta Mrázová, CSc.
• Vyučující: doc. RNDr. Iveta Mrázová, CSc.

Anotace

čeština

Předmět je koncipován jako referativní a výzkumný seminář zaměřený na aktuální problematiku z oblasti neuronových sítí, hlubokého učení, analýzy sociálních sítí a dobývání znalostí. Seminář je určen především doktorandům a diplomantům píšícím práci na takové téma. Referáty vycházejí z publikovaných článků anebo vlastních výsledků studentů.

Poslední úprava: Hric Jan, RNDr. (28.05.2020)

angličtina

This subject is organized as a review and research seminar focused on contemporary topics from the area of neural networks, deep learning, social network analysis and data mining. It is primarily intended for PhD and MS students working on their dissertations and theses on related topics. Student presentations are based on previously published papers or their own work.

Poslední úprava: Hric Jan, RNDr. (28.05.2020)

Cíl předmětu

čeština

Formou referátů naučit studenty sledovat aktuální poznatky z oblasti analýzy dat, připravit si vlastní prezentaci a případně i samostatně řešit vybrané problémy.

Poslední úprava: Hric Jan, RNDr. (28.05.2020)

angličtina

By means of oral presentations, the seminar teaches students how to follow and understand recent results achieved in the area, how to solve relevant problems and present the obtained research results.

Poslední úprava: Hric Jan, RNDr. (28.05.2020)

Podmínky zakončení předmětu

čeština

Zápočet je udělen za vlastní prezentaci a aktivní účast na alespoň 80% seminářů. Zápočet se opakovat nedá.

Poslední úprava: Hric Jan, RNDr. (28.05.2020)

angličtina

Credit is given for an own presentation of a student and his/her active participation at seminars (at least 80% of seminars attended). The credit cannot be repeated.

Poslední úprava: Hric Jan, RNDr. (28.05.2020)

Literatura

čeština

Sborníky konferencí

• Conference on Neural Information Processing Systems (NeurIPS)

• International Joint Conference on Neural Networks (IJCNN)

• IEEE/ACM International Conference on Advances in Social Network Analysis and Mining (ASONAM)

• Knowledge Discovery and Data Mining (KDD)

Časopisy

• IEEE Transactions on Neural Networks and Learning Systems

• Neural Networks, Neurocomputing

• IEEE Transactions on Knowledge and Data Engineering

• Social Network Analysis and Mining

Poslední úprava: Hric Jan, RNDr. (28.05.2020)

angličtina

Conference proceedings

• Conference on Neural Information Processing Systems (NeurIPS)

• International Joint Conference on Neural Networks (IJCNN)

• IEEE/ACM International Conference on Advances in Social Network Analysis and Mining (ASONAM)

• Knowledge Discovery and Data Mining (KDD)

Journals

• IEEE Transactions on Neural Networks and Learning Systems

• Neural Networks, Neurocomputing

• IEEE Transactions on Knowledge and Data Engineering

• Social Network Analysis and Mining

Poslední úprava: Hric Jan, RNDr. (28.05.2020)

Metody výuky

čeština

Referativní seminář, kde studenti prezentují výsledky nastudované z literatury anebo výsledky své vlastní práce. Součástí výuky může být také návrh řešení vybraného problému.

Poslední úprava: Hric Jan, RNDr. (28.05.2020)

angličtina

A seminar with oral reports, where students present current research results reviewed from the literature or their own results. It may involve solving of selected problems relevant to the area.

Poslední úprava: Hric Jan, RNDr. (28.05.2020)

Sylabus

čeština

Tento seminář nemá pevný sylabus. Jeho aktuální obsah sestává z referování přidělených článků a diskusí nad výzkumnými tématy, která jsou řešena v rámci diplomových a doktorských prací - zejména v oblasti neuronových sítí, hlubokého učení, analýzy sociálních sítí anebo dobývání znalostí.

Poslední úprava: Hric Jan, RNDr. (28.05.2020)

angličtina

This seminar has no fixed syllabus. Its actual content consists of reviewing assigned papers and discussions of research topics that are the subject of master theses and doctoral dissertations - mainly in the field of neural networks, deep learning, social network analysis or data mining.

Poslední úprava: Hric Jan, RNDr. (28.05.2020)