Validácia reklasifikovaných predikčných máp

Rozměr: px
Začít zobrazení ze stránky:

Download "Validácia reklasifikovaných predikčných máp"

Transkript

1 Valdáca reklasfkovaných predkčných máp Renata Ďuračová, Mlan Muňko, Lukáš Karell Katedra geodetckých základov Stavebná fakulta STU v Bratslave Aktvty v v kartograf venované Jánov Jánov Pravdov Kartografcká konferenca, 2016, Bratslava,

2 Motváca predkčný model predkčná mapa reklasfkáca predkčných modelov valdáca predkčných modelov (...a reklasfkovaných predkčných máp) 2

3 Prestorové predkčné modely predkca výskytu objektov alebo javov v danej oblast 3

4 Metódy prestorového predkčného vacnásobná lneárna regresa modelovana teóra fuzzy množín neurónové ste SVM... 4

5 Reklasfkáca hodnôt predkčných modelov transformáca hodnôt z ntervalu 0,1 do konečného počtu tred (stupňov splnena podmenky) Metódy kvantly (Quantle) rovnaké ntervaly (Equal Interval) geometrcké ntervaly (Geometrcal Intervals) metóda prrodzených hraníc (Natural Breaks)... vlastné stanovene hraníc ntervalov 5

6 Metódy valdáce predkčných modelov kontngenčná tabuľka / klasfkačná matca Predkca Skutočnosť P N P True Postve False Postve N False Negatve True Negatve presnosť správnosť TP PR PPV TP FP TP+TN ACC = TP+ FP+ FN +TN senztvta špecfcta SE TPR TP TP FN SPC = TNR TN FP+TN FP FPR 1 SPC FP TN FN FNR 1TPR FN TP 6

7 ROC krvka a AUC TPR (SP) 1 ROC AUC Recever operatng characterstc (ROC) curve 0 1 FPR (1-SPC) Area under curve (AUC) metrka na valdácu predkčných modelov TP SE TPR TP FN FP FPR 1 SPC FP TN 7

8 Predkčný model 1 (nereklasfkovaný) náchylnosť územa na napadnute lykožrútom smrekovým oblasť Horní Planá (ČR) metóda vacnásobnej lneárnej regrese model TANABBO (Jakuš et al., 2013), (Koreň, 2016) 8

9 Reklasfkáca predkčného modelu 5 kategórí 4 metódy reklasfkáce vplyv voľby metódy reklasfkáce na výsledok nterpretáce modelu valdáca 9

10 Valdáca predkčného modelu valdačné dáta konštrukca ROC krvky parameter AUC 10

11 ROC krvka a parameter AUC Spracovane: jazyk Python transformáca rastrových dát na vektor hodnôt 11

12 Reklasfkovaná predkčná mapa optmálna metóda reklasfkáce PM: náchylnosť územa na napadnute lykožrútom smrekovým oblasť: Horní Planá (ČR) metóda: vacnásobná lneárna regresa model: TANABBO reklasfkáca: kvantly počet kategórí: 5 AUC: 0,773 AUC pôvodného modelu: 0,789 12

13 Predkčný model 2 predkčný model náchylnost územa na zosúvane oblasť: Ondavská vrchovna metóda: SVM 5 kategórí rovnomerné rozdelene rovnaké ntervaly 13

14 Valdáca PM ROC, AUC 5 kategórí rovnomerné rozdelene AUC 0,5 14

15 Predkčný model 3 archeologcký predkčný model oblasť dolného Popla a Pohrona (Leskovský et al., 2015), (Ďuračová et al., 2011) 15

16 APM z pohľadu geonformatky príprava dát na predkčné modelovane metódy a prncípy tvorby APM valdáca APM SW spracovane... ftp:// /predkcne_modelovane/archeologcke_ predkcne_modelovane_z_pohladu_geonformatky.pdf 16

17 Reklasfkáca APM 3 kategóre, 5 metód reklasfkáce, návrh optmálnej metódy reklasfkáce 17

18 18 Modfkáca štandardných metód valdáce PM fuzzy modfkáca ROC / AUC nové metódy valdáce PM modfkovaný Gnho ndex n k v mf n k k k G l 1 1, n k k m mf n m k v l l e k k

19 Reklasfkovaná predkčná mapa metóda: multkrterálne rozhodovane prostredníctvom fuzzy množín Łukasewczova t-norma 3 kategóre manuálna reklasfkáca G mf : 0,64 19

20 Proces reklasfkáce a valdáce PM tvorba PM valdáca PM reklasfkáca PM valdáca reklasfkovaných PM optmalzáca reklasfkáce tvorba výslednej predkčnej mapy 20

21 Záver nterpretáca výsledku používateľov voľba počtu kategórí výber vhodnej metódy reklasfkáce ( strata nformácí) valdáca (aj) reklasfkovaných predkčných máp + nformáce o tvorbe a valdác modelu 21

22 ĎAKUJEME ZA POZORNOSŤ! 22

Vytěžování znalostí z dat

Vytěžování znalostí z dat Vytěžování znalostí z dat Department of Computer Systems Faculty of Information Technology Czech Technical University in Prague Přednáška 5: Hodnocení kvality modelu BI-VZD, 09/2011 MI-POA Evropský sociální

Více

RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr.

RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr. Analýza dat pro Neurovědy RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr. Jaro 2014 Institut biostatistiky Janoušová, a analýz Dušek: Analýza dat pro neurovědy Blok 6 Jak analyzovat kategoriální a binární

Více

Staré mapy TEMAP - elearning

Staré mapy TEMAP - elearning Staré mapy TEMAP - elearnng Modul 4 Kartometrcké analýzy Ing. Markéta Potůčková, Ph.D., 2013 Přírodovědecká fakulta UK v Praze Katedra aplkované geonformatky a kartografe Kartometre a kartometrcké vlastnost

Více

Klasifikace a predikce. Roman LUKÁŠ

Klasifikace a predikce. Roman LUKÁŠ 1/28 Klasfkace a predkce Roman LUKÁŠ 2/28 Základní pomy Klasfkace = zařazení daného obektu do sté skupny na základě eho vlastností Dvě fáze klasfkace: I. Na základě trénovacích vzorů (u nchž víme, do aké

Více

Metody vícekriteriálního hodnocení variant a jejich využití při výběru produktu finanční instituce

Metody vícekriteriálního hodnocení variant a jejich využití při výběru produktu finanční instituce . meznárodní konference Řízení a modelování fnančních rzk Ostrava VŠB-TU Ostrava, Ekonomcká fakulta, katedra Fnancí 8. - 9. září 200 Metody vícekrterálního hodnocení varant a ech využtí př výběru produktu

Více

4.4 Exploratorní analýza struktury objektů (EDA)

4.4 Exploratorní analýza struktury objektů (EDA) 4.4 Exploratorní analýza struktury objektů (EDA) Průzkumová analýza vícerozměrných dat je stejně jako u jednorozměrných dat založena na vyšetření grafckých dagnostk. K tomuto účelu se využívá různých technk

Více

Detekce obličeje v obraze s využitím prostředí MATLAB

Detekce obličeje v obraze s využitím prostředí MATLAB Detekce obličeje v obraze s využitím prostředí MATLAB T. Malach, P. Bambuch, J. Malach EBIS, spol. s r.o. Příspěvek se zabývá detekcí obličeje ve statických obrazových datech. Algoritmus detekce a trénování

Více

Přednášky část 4 Analýza provozních zatížení a hypotézy kumulace poškození, příklady. Milan Růžička

Přednášky část 4 Analýza provozních zatížení a hypotézy kumulace poškození, příklady. Milan Růžička Přednášky část 4 Analýza provozních zatížení a hypotézy kumulace poškození, příklady Mlan Růžčka mechanka.fs.cvut.cz mlan.ruzcka@fs.cvut.cz Analýza dynamckých zatížení Harmoncké zatížení x(t) přes soubor

Více

Umělé neuronové sítě a Support Vector Machines. Petr Schwraz

Umělé neuronové sítě a Support Vector Machines. Petr Schwraz Umělé neuronové sítě a Support Vector Machnes Petr Schraz scharzp@ft.vutbr.cz Perceptron ( neuron) x x x N f() y y N f ( x + b) x vstupy neuronu váhy jednotlvých vstupů b aktvační práh f() nelneární funkce

Více

Jiří Militky Škály měření Nepřímá měření Teorie měření Kalibrace

Jiří Militky Škály měření Nepřímá měření Teorie měření Kalibrace Tetlní zkušebnctv ebnctví II Jří Mltky Škály měření epřímá měření Teore měření Kalbrace Základní pojmy I PRAVDĚPODOBOST Jev A, byl sledován v m pokusech. astal celkem m a krát. Relatvní četnost výskytu

Více

ANALÝZA A KLASIFIKACE DAT

ANALÝZA A KLASIFIKACE DAT ANALÝZA A KLASIFIKACE DAT RNDr. Eva Janoušová INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ HODNOCENÍ ÚSPĚŠNOSTI KLASIFIKACE A SROVNÁNÍ KLASIFIKÁTORŮ ÚVOD Vstupní data Subjekt Objem hipokampu Objem komor Skutečnost

Více

Georeferencování map III. vojenského mapování

Georeferencování map III. vojenského mapování Georeferencování map III. vojenského mapování Milan Talich, Jan Havrlant Kartografické zdroje jako kulturní dědictví, 12.března 2015, Praha Georeferencování map III. vojenského mapování Typický mapový

Více

ú ď ů ů ď ů ů ů ů ó ň ň ó ů ů ó ť ú ů ů ů ů ů ň ů ů ů ů ť ů ú É ť ů ů ů ů ů Ú ň ů Ý Ť ů ó ů ó ů ů ť ť ů ů ů Ě Ť Ě ů ů Ú ů ť ň ť ů ů ň ú ů ů ď ť ů ť ů Ě ň ť Ť ť Ť Ť ň ň ů Ý Ý Ý Ť ó ú ů ť ť ť ů ť ď ů Ý ů

Více

REGRESNÍ ANALÝZA. 13. cvičení

REGRESNÍ ANALÝZA. 13. cvičení REGRESNÍ ANALÝZA 13. cvčení Závslost náhodných velčn Závslost mez kvanttatvním proměnným X a Y: Funkční závslost hodnotam nezávsle proměnných je jednoznačně dána hodnota závslé proměnné. Y=f(X) Stochastcká

Více

Možnosti modelování lesní vegetační stupňovitosti pomocí geoinformačních analýz

Možnosti modelování lesní vegetační stupňovitosti pomocí geoinformačních analýz 25. 10. 2012, Praha Ing. Petr Vahalík Ústav geoinformačních technologií Možnosti modelování lesní vegetační stupňovitosti pomocí geoinformačních analýz 21. konference GIS Esri v ČR Lesní vegetační stupně

Více

metoda Regula Falsi 23. října 2012

metoda Regula Falsi 23. října 2012 Hledání kořenů rovnic jedné reálné proměnné metoda Regula Falsi Michal Čihák 23. října 2012 Metoda Regula Falsi hybridní metoda je kombinací metody sečen a metody půlení intervalů předpokladem je (podobně

Více

ANALÝZA A KLASIFIKACE DAT

ANALÝZA A KLASIFIKACE DAT ANALÝZA A KLASIFIKACE DAT prof. Ing. Jří Holčík, CSc. INVESTICE Insttut DO bostatstky ROZVOJE VZDĚLÁVÁNÍ a analýz IV - pokračování KLASIFIKACE PODLE MINIMÁLNÍ VZDÁLENOSTI METRIKY PRO URČENÍ VZDÁLENOSTI

Více

Příloha č. 1 Ke smlouvě o Technické podpoře SW díla pro zajištění dopravního zpravodajství v Policii ČR SERVICE PACK CDI 2 (2012) SOUHRN ČINNOSTÍ

Příloha č. 1 Ke smlouvě o Technické podpoře SW díla pro zajištění dopravního zpravodajství v Policii ČR SERVICE PACK CDI 2 (2012) SOUHRN ČINNOSTÍ Příloha č. 1 Ke smlouvě o Technické podpoře SW díla pro zajištění dopravního zpravodajství v Policii ČR Příloha č.1 Specifikace předmětu plnění SERVICE PACK CDI 2 (2012) SOUHRN ČINNOSTÍ 1. ServicePack

Více

Simulační metody hromadné obsluhy

Simulační metody hromadné obsluhy Smulační metody hromadné osluhy Systém m a model vstupy S výstupy Systém Část prostředí, kterou lze od jeho okolí oddělt fyzckou neo myšlenkovou hrancí Model Zjednodušený, astraktní nástroj používaný pro

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE. Distribuovaný kamerový systém pro správu parkovacích míst

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE. Distribuovaný kamerový systém pro správu parkovacích míst ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Katedra radioelektroniky Distribuovaný kamerový systém pro správu parkovacích míst DIPLOMOVÁ PRÁCE Vedoucí práce: Ing. Stanislav Vítek, Ph.D.

Více

Dobývání znalostí z textů text mining

Dobývání znalostí z textů text mining Dobývání znalostí z textů text mining Text mining - data mining na nestrukturovaných textových dokumentech 2 možné přístupy: Předzpracování dat + běžné algoritmy pro data mining Speciální algoritmy pro

Více

ZÍSKÁVÁNÍ ZNALOSTÍ Z DATABÁZÍ

ZÍSKÁVÁNÍ ZNALOSTÍ Z DATABÁZÍ metodický list č. 1 Dobývání znalostí z databází Cílem tohoto tematického celku je vysvětlení základních pojmů z oblasti dobývání znalostí z databází i východisek dobývání znalostí z databází inspirovaných

Více

Vztah mezi počtem květů a celkovou biomasou rostliny CELKE EM. slá pro KVETU = závi

Vztah mezi počtem květů a celkovou biomasou rostliny CELKE EM. slá pro KVETU = závi Regrese a korelace Regrese versus korelace Regrese (regresson)* popsuje vztah = závslost dvou a více kvanttatvních (popř. ordnálních) proměnných formou funkční závslost měří těsnost Korelace (correlaton)

Více

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV TELEKOMUNIKACÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT OF TELECOMMUNICATIONS

Více

PRAVDĚPODOBNOST JE. Martina Litschmannová

PRAVDĚPODOBNOST JE. Martina Litschmannová RAVDĚODOBNOST JE Martina Litschmannová Čím se zabývá teorie pravděpodobnosti? Teorie pravděpodobnosti je matematická disciplína popisující zákonitosti týkající se náhodných jevů, tj. používá se k modelování

Více

Teorie efektivních trhů (E.Fama (1965))

Teorie efektivních trhů (E.Fama (1965)) Teore efektvních trhů (E.Fama (965)) Efektvní efektvní zpracování nových nformací Efektvní trh trh, který rychle a přesně absorbuje nové nf. Ceny II (akcí) náhodná procházka Předpoklady: na trhu partcpuje

Více

Ivana Linkeová SPECIÁLNÍ PŘÍPADY NURBS REPREZENTACE. 2 NURBS reprezentace křivek

Ivana Linkeová SPECIÁLNÍ PŘÍPADY NURBS REPREZENTACE. 2 NURBS reprezentace křivek 25. KONFERENCE O GEOMETRII A POČÍTAČOVÉ GRAFICE Ivana Lnkeová SPECIÁLNÍ PŘÍPADY NURBS REPREZENTACE Abstrakt Příspěvek prezentuje B-splne křvku a Coonsovu, Bézerovu a Fergusonovu kubku jako specální případy

Více

Matematika I A ukázkový test 1 pro 2018/2019

Matematika I A ukázkový test 1 pro 2018/2019 Matematka I A ukázkový test 1 pro 2018/2019 1. Je dána soustava rovnc s parametrem a R x y + z = 1 x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a a) Napšte Frobenovu větu (předpoklady + tvrzení). b) Vyšetřete

Více

1:10 000 C.2 - MAPA POVODŇOVÉHO RIZIKA. Soutok Vltavy a Berounky - červenec 2011. Napojení 2D a 2D hydrodynamického modelu. Mapový list - 1 61.

1:10 000 C.2 - MAPA POVODŇOVÉHO RIZIKA. Soutok Vltavy a Berounky - červenec 2011. Napojení 2D a 2D hydrodynamického modelu. Mapový list - 1 61. C. - MAPA POVODŇOVÉHO RIZIKA 6 Soutok Vltavy a Berounky - červenec Napojení D a D hydrodynamického modelu Mapový list - 6.5 6 6.5 5 : 5 cm = m m 6 rozliv Q5 Zpracoval DHI a.s. z podkladů města Beroun v

Více

ř š ú š Č š ž ř š Š Š Í ú š ď ř š ú Š ů ú ř ř ř ř ů ř Ž š ů ú ů ř Š Š Š ř ů řň ň řň řň ů ř ř š Í ř ř ř ř ř ř ř ř Ž Ž ř ú ů ú ú š Ú ú ú Í Ž Ž ů Ž Ž Č ň Ú řš ř řš ú Ž ú ť ň Í ř ř ů ť š š ř Í řš ú Ý Í ť ú

Více

Rozhodování v podnikatelství za podpory fuzzy logiky a neuronových sítí

Rozhodování v podnikatelství za podpory fuzzy logiky a neuronových sítí Rozhodování v podnikatelství za podpory fuzzy logiky a neuronových sítí Dostál Petr Vysoké učení technické v Brně Mezinárodní letní škola SoftProcessing SoftCop reg. č. CZ.1.07/2.3.00/20.0072 Fuzzy logika

Více

9. cvičení 4ST201. Obsah: Jednoduchá lineární regrese Vícenásobná lineární regrese Korelační analýza. Jednoduchá lineární regrese

9. cvičení 4ST201. Obsah: Jednoduchá lineární regrese Vícenásobná lineární regrese Korelační analýza. Jednoduchá lineární regrese cvčící 9. cvčení 4ST01 Obsah: Jednoduchá lneární regrese Vícenásobná lneární regrese Korelační analýza Vysoká škola ekonomcká 1 Jednoduchá lneární regrese Regresní analýza je statstcká metoda pro modelování

Více

Statistická šetření a zpracování dat.

Statistická šetření a zpracování dat. Statstcká šetření a zpracování dat. Vyjadřovací prostředky ve statstce STATISTICKÉ TABULKY Typckým vyjadřovacím prostředkem statstky je číslo formalzovaným nástrojem číselného vyjádření je statstcká tabulka.

Více

Mikroekonomický scoringový model úpadku českých podniků

Mikroekonomický scoringový model úpadku českých podniků Mkroekonomcký scorngový model úpadku českých podnků Jří VALECKÝ, Eva SLIVKOVÁ, VŠB-TU Ostrava Abstract The paper s devoted to the proposng a scorng model of frm s bankruptcy on the bass of logstc regresson

Více

Kartografické modelování. II Mapová algebra obecné základy a lokální funkce

Kartografické modelování. II Mapová algebra obecné základy a lokální funkce II Mapová algebra obecné základy a lokální funkce jaro 2017 Petr Kubíček kubicek@geogr.muni.cz Laboratory on Geoinformatics and Cartography (LGC) Institute of Geography Masaryk University Czech Republic

Více

ňď Ó Ó Š ť ř ř ř Č ř ť ř Ř Š Ě Č Č ř Č Ý Ě ť Ě ť ř ý ř Ř ť ň Ě Ý ř Ě ř ř ň ť Š Š Š ň ť Ó ť Á ť ř Ů Ú Ě Č ť ň Š ř Ď Č Š ň Ř Ě ň ý řň ř ř ř Č Š ť Š Š Š Ú Š Á Ý Ú Š Š Š Š Š ť Á ť ť Ě ť ť ť ř Ú Ú Ú Š Ů Š ý

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometre Specální případy použtí MNČ Cvčení 8 Zuzana Dlouhá Specální případy použtí MNČ cvčení 1 7 = ekonometrcký model, který byl lneární v proměnných v parametrech MNČ můžeme použít,

Více

Hodnocení klasifikátoru Test nezávislosti. 14. prosinec Rozvoj aplikačního potenciálu (RAPlus) CZ.1.07/2.4.00/

Hodnocení klasifikátoru Test nezávislosti. 14. prosinec Rozvoj aplikačního potenciálu (RAPlus) CZ.1.07/2.4.00/ Čtyřpolní tabulky Čtyřpolní tabulky 14. prosinec 2012 Rozvoj aplikačního potenciálu (RAPlus) CZ.1.07/2.4.00/17.0117 O čem se bude mluvit? Čtyřpolní tabulky Osnova prezentace Čtyřpolní tabulky 1. přístupy

Více

Pokročilé neparametrické metody. Klára Kubošová

Pokročilé neparametrické metody. Klára Kubošová Pokročilé neparametrické metody Klára Kubošová Pokročilé neparametrické metody Výuka 13 přednášek doplněných o praktické cvičení v SW Úvod do neparametrických metod + princip rozhodovacích stromů Klasifikační

Více

Univerzita Pardubice Fakulta ekonomicko-správní. Modelování predikce časových řad návštěvnosti web domény pomocí SVM Bc.

Univerzita Pardubice Fakulta ekonomicko-správní. Modelování predikce časových řad návštěvnosti web domény pomocí SVM Bc. Unverzta Pardubce Fakulta ekonomcko-správní Modelování predkce časových řad návštěvnost web domény pomocí SVM Bc. Vlastml Flegl Dplomová práce 2011 Prohlašuj: Tuto prác jsem vypracoval samostatně. Veškeré

Více

Vojtěch Franc Centrum strojového vnímání, Katedra kybernetiky, FEL ČVUT v Praze Eyedea Recognition s.r.o MLMU 29.4.2015

Vojtěch Franc Centrum strojového vnímání, Katedra kybernetiky, FEL ČVUT v Praze Eyedea Recognition s.r.o MLMU 29.4.2015 Příklady použití metod strojového učení v rozpoznávání tváří Vojtěch Franc Centrum strojového vnímání, Katedra kybernetiky, FEL ČVUT v Praze Eyedea Recognition s.r.o MLMU 29.4.2015 Stavební bloky systému

Více

ZÍSKÁVÁNÍ ZNALOSTÍ Z DATABÁZÍ

ZÍSKÁVÁNÍ ZNALOSTÍ Z DATABÁZÍ Metodický list č. 1 Dobývání znalostí z databází Cílem tohoto tematického celku je vysvětlení základních pojmů z oblasti dobývání znalostí z databází i východisek dobývání znalostí z databází inspirovaných

Více

Rastrová reprezentace geoprvků model polí Porovnání rastrové a vektorové reprezentace geoprvků Digitální model terénu GIS 1 153GS01 / 153GIS1

Rastrová reprezentace geoprvků model polí Porovnání rastrové a vektorové reprezentace geoprvků Digitální model terénu GIS 1 153GS01 / 153GIS1 GIS 1 153GS01 / 153GIS1 Martin Landa Katedra geomatiky ČVUT v Praze, Fakulta stavební 14.11.2013 Copyright c 2013 Martin Landa Permission is granted to copy, distribute and/or modify this document under

Více

Vojtěch Franc. Biometrie ZS 2016

Vojtěch Franc. Biometrie ZS 2016 Rozpoznávání tváří I Vojtěch Franc Centrum strojového vnímání, ČVUT FEL Praha Biometrie ZS 2016 Osnova: Příklady úloh v rozpoznávání tváří: detekce, verifikace, vyhledávání, odhad věku,... Metriky pro

Více

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY BAKALÁŘSKÁ PRÁCE. 2013 Radka Luštincová

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY BAKALÁŘSKÁ PRÁCE. 2013 Radka Luštincová VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY BAKALÁŘSKÁ PRÁCE 2013 Radka Luštncová VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY Název bakalářské práce: Aplkace řezných

Více

POLYMERNÍ BETONY Jiří Minster Ústav teoretické a aplikované mechaniky AV ČR, v. v. i.

POLYMERNÍ BETONY Jiří Minster Ústav teoretické a aplikované mechaniky AV ČR, v. v. i. Odborná skupna Mechanka kompoztních materálů a konstrukcí České společnost pro mechanku s podporou frmy Letov letecká výroba, s. r. o. a Ústavu teoretcké a aplkované mechanky AV ČR v. v.. Semnář KOMPOZITY

Více

Přednáška 3. Rekurze 1

Přednáška 3. Rekurze 1 Paradigmata programování 1 Přednáška 3. Rekurze 1 Michal Krupka KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO V OLOMOUCI Obsah 1 Příklady 2 Rekurzivní procedury a rekurzivní výpočetní proces 3 Další příklady

Více

Řešení radiační soustavy rovnic

Řešení radiační soustavy rovnic Řešení radační soustavy rovnc 1996-2016 Josef Pelkán CGG MFF UK Praha pepca@cgg.mff.cun.cz http://cgg.mff.cun.cz/~pepca/ RadSoluton 2016 Josef Pelkán, http://cgg.ms.mff.cun.cz/~pepca 1 / 23 Soustava lneárních

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometre Specální případy použtí MNČ Cvčení 9 Zuzana Dlouhá Specální případy použtí MNČ cvčení 1 8 = ekonometrcký model, který byl lneární v proměnných v parametrech MNČ můžeme použít,

Více

ECOSOC. Mezinárodní zadlužení

ECOSOC. Mezinárodní zadlužení . ECOSOC Mezinárodní zadlužení http://www.nybooks.com/articles/archives/2013/jun/06/howcase-austerity-has-crumbled/?pagination= false http://www.ft.com/intl/cms/s/0/60b7a4ec-ab58-11e2-8c63-00144feabdc0.html#axzz2gsigbase

Více

IDENTIFIKÁCIA PAMIATKOVÝCH LOKALÍT POTENCIÁLNE DOTKNUTÝCH PREJAVMI RIEČNYCH POVODNÍ. Miriam DZURÁKOVÁ, Igor KONVIT, Libor CHLUBNA

IDENTIFIKÁCIA PAMIATKOVÝCH LOKALÍT POTENCIÁLNE DOTKNUTÝCH PREJAVMI RIEČNYCH POVODNÍ. Miriam DZURÁKOVÁ, Igor KONVIT, Libor CHLUBNA IDENTIFIKÁCIA PAMIATKOVÝCH LOKALÍT POTENCIÁLNE DOTKNUTÝCH PREJAVMI RIEČNYCH POVODNÍ Miriam DZURÁKOVÁ, Igor KONVIT, Libor CHLUBNA Ministerstvo kultury ČR, program NAKI Projekt Identifikace významných území

Více

ž ú Ď ň ň ú Á É ž Ý Ě É ň Ě É É ž Ť Ť Ť ú Ň ŤŤ Ť ó Á ú ú Ť ň ú ň ž É Š Š ž ó ó Ť É Ť Ě Ť ň Ťň Ť ž ňž Ť Ó Ť ú ž Ť ú ž Ť ó ž ž Ť Ť ž Ě Š ú ž ž ň Č ž ž ž ž Ť Ť Ť Č Ň Á Ť Ý ú Ť ž ň ž Ť Ý Ť Ť ž ň Ťň Š ž ú ž

Více

Testování neuronových sítí pro prostorovou interpolaci v softwaru GRASS GIS

Testování neuronových sítí pro prostorovou interpolaci v softwaru GRASS GIS Testování neuronových sítí pro prostorovou interpolaci v softwaru GRASS GIS Veronika NEVTÍPILOVÁ Gisáček 2013 Katedra Geoinformatiky Univerzita Palackého v Olomouci Cíle otestovat kvalitu interpolace pomocí

Více

Vícekriteriální rozhodování. Typy kritérií

Vícekriteriální rozhodování. Typy kritérií Vícekrterální rozhodování Zabývá se hodnocením varant podle několka krtérí, přčemž varanta hodnocená podle ednoho krtéra zpravdla nebývá nelépe hodnocená podle krtéra ného. Metody vícekrterálního rozhodování

Více

Lokace odbavovacího centra nákladní pokladny pro víkendový provoz

Lokace odbavovacího centra nákladní pokladny pro víkendový provoz Markéta Brázdová 1 Lokace odbavovacího centra nákladní pokladny pro víkendový provoz Klíčová slova: odbavování záslek, centrum grafu, vážená excentrcta vrcholů sítě, časová náročnost odbavení záslky, vážená

Více

GIS 1 155GIS1. Martin Landa Lena Halounová. Katedra geomatiky ČVUT v Praze, Fakulta stavební

GIS 1 155GIS1. Martin Landa Lena Halounová. Katedra geomatiky ČVUT v Praze, Fakulta stavební GIS 1 155GIS1 Martin Landa Lena Halounová Katedra geomatiky ČVUT v Praze, Fakulta stavební #2 1/21 Copyright c 2013-2018 Martin Landa and Lena Halounová Permission is granted to copy, distribute and/or

Více

Definice měřítka. Měřítka mapy, velikostní stupnice. Typy měřítka. Grafické měřítko Tvorba tematických map podzim 2010

Definice měřítka. Měřítka mapy, velikostní stupnice. Typy měřítka. Grafické měřítko Tvorba tematických map podzim 2010 Definice měřítka Měřítka mapy, velikostní stupnice Tvorba tematických map podzim 2010 Lauermann 1975: Měřítko mapy udává poměr zmenšení délky měřené na mapě k délce ve skutečnosti (na elipsoidu). d : D

Více

Úvod Terminologie Dělení Princip ID3 C4.5 CART Shrnutí. Obsah přednášky

Úvod Terminologie Dělení Princip ID3 C4.5 CART Shrnutí. Obsah přednášky Obsah přednášky. Úvod. Termnologe 3. Základní dělení 4. Prncp tvorby, prořezávání a použtí RS 5. Algortmus ID3 6. C4.5 7. CART 8. Shrnutí A L G O RI T M Y T E O R I E Stromové struktury a RS Obsah knhy

Více

u (x i ) U i 1 2U i +U i+1 h 2. Na hranicích oblasti jsou uzlové hodnoty dány okrajovými podmínkami bud přímo

u (x i ) U i 1 2U i +U i+1 h 2. Na hranicích oblasti jsou uzlové hodnoty dány okrajovými podmínkami bud přímo Metoda sítí základní schémata h... krok sítě ve směru x, tj. h = x x q... krok sítě ve směru y, tj. q = y j y j τ... krok ve směru t, tj. τ = j... hodnota přblžného řešení v uzlu (x,y j ) (Possonova rovnce)

Více

Á É Ř Č Č Č á á á ř á ý á ž á ř é ř é é Č Č ř ú ý á á ř áž Č Č ř š ý á Č Č É é ú ó á Č ž é ř ř é ž é ř ý ó ř é é š é á š ž é ř ř á ř ý é ř é é Č á ó ý á ý á ř ý ř á Č á ř š Ť é á ř ý ř š á ž ř é á ř á

Více

Beáta Stehlíková Časové rady, FMFI UK, 2013/2014. CvičenievR-kuI.:ARIMAmodely p.1/15

Beáta Stehlíková Časové rady, FMFI UK, 2013/2014. CvičenievR-kuI.:ARIMAmodely p.1/15 Cvičenie v R-ku I.: ARIMA modely Beáta Stehlíková Časové rady, FMFI UK, 2013/2014 CvičenievR-kuI.:ARIMAmodely p.1/15 Príklad 1: dáta Použité dáta: Počet používatel ov prihlásených na server, dáta po minútach,

Více

Připomeň: Shluková analýza

Připomeň: Shluková analýza Připomeň: Shluková analýza Data Návrh kategorií X Y= 1, 2,..., K resp. i jejich počet K = co je s čím blízké + jak moc Neposkytne pravidlo pro zařazování Připomeň: Klasifikace Data (X,Y) X... prediktory

Více

Vojtěch Franc. Biometrie ZS Poděkování Janu Šochmanovi za slajdy vysvětlující AdaBoost

Vojtěch Franc. Biometrie ZS Poděkování Janu Šochmanovi za slajdy vysvětlující AdaBoost Rozpoznávání tváří I Vojtěch Franc Centrum strojového vnímání, ČVUT FEL Praha Biometrie ZS 2013 Poděkování Janu Šochmanovi za slajdy vysvětlující AdaBoost Úlohy rozpoznávání tváří: Detekce Cíl: lokalizovat

Více

6 LINEÁRNÍ REGRESNÍ MODELY

6 LINEÁRNÍ REGRESNÍ MODELY 1 6 LINEÁRNÍ REGRESNÍ MODELY Př budování regresních modelů se běžně užívá metody nejmenších čtverců. Metoda nejmenších čtverců poskytuje postačující odhady parametrů jenom př současném splnění všech předpokladů

Více

VYUŽITÍ FUZZY MODELŮ PŘI HODNOCENÍ OBTÍŽNOSTI CYKLOTRAS

VYUŽITÍ FUZZY MODELŮ PŘI HODNOCENÍ OBTÍŽNOSTI CYKLOTRAS VYUŽITÍ FUZZY MODELŮ PŘI HODNOCENÍ OBTÍŽNOSTI CYKLOTRAS ArcGIS ModelBuilder, Python Pavel Kolisko Cíle motivace zastaralost, neúplnost a nepřesnost dat obtížnosti cyklotras na portálu cykloturistiky JMK

Více

Statistické metody v digitálním zpracování obrazu. Jindřich Soukup 3. února 2012

Statistické metody v digitálním zpracování obrazu. Jindřich Soukup 3. února 2012 Statistické metody v digitálním zpracování obrazu Jindřich Soukup 3. února 2012 Osnova Úvod (Neparametrické) odhady hustoty pravděpodobnosti Bootstrap Použití logistické regresi při klasifikaci Odhady

Více

Aplikace obrazové fúze pro hledání vad

Aplikace obrazové fúze pro hledání vad Marek Vajgl, Irina Perfilieva, Petr Hurtík, Petra Hoďáková Národní superpočítačové centrum IT4Innovations Divize Ostravské univerzity Ústav pro výzkum a aplikaci fuzzy modelování Ostrava, Česká republika

Více

Humanoidné systémy... počítačové videnie... Peter Sinčák & Mária Virčíková

Humanoidné systémy... počítačové videnie... Peter Sinčák & Mária Virčíková Humanoidné systémy... počítačové videnie... Peter Sinčák & Mária Virčíková Humanoids... Obraz Je to časť senzorického systému Kamera ako základný komponent Aká kamera? Koľko kamier na Humanoide spolupráca

Více

DATA MINING KLASIFIKACE DMINA LS 2009/2010

DATA MINING KLASIFIKACE DMINA LS 2009/2010 DATA MINING KLASIFIKACE DMINA LS 2009/2010 Osnova co je to klasifikace typy klasifikátoru typy výstupu jednoduchý klasifikátor (1R) rozhodovací stromy Klasifikace (ohodnocení) zařazuje data do předdefinovaných

Více

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. Fakulta elektrotechniky a komunikačních technologií BAKALÁŘSKÁ PRÁCE

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. Fakulta elektrotechniky a komunikačních technologií BAKALÁŘSKÁ PRÁCE VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta elektrotechniky a komunikačních technologií BAKALÁŘSKÁ PRÁCE Brno, 26 Ing. Vojtěch Dluhý VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY

Více

VĚROHODNOST VÝSLEDKŮ PŘI UŽITÍ EXPLORATORNÍ ANALÝZY DAT

VĚROHODNOST VÝSLEDKŮ PŘI UŽITÍ EXPLORATORNÍ ANALÝZY DAT VĚROHODNOST VÝSLEDKŮ PŘI UŽITÍ EXPLORATORNÍ ANALÝZY DAT Mlan Meloun Unverzta Pardubce, Čs. Legí 565, 53 10 Pardubce, mlan.meloun@upce.cz 1. Obecný postup analýzy jednorozměrných dat V prvním kroku se v

Více

Kritérium Orange Weka KEEL KNIME TANAGRA AlphaMiner RA, RS, RP, S, AP, DS, NS, BM, MNS, GA, + TXT, XLS, CSV, C45, ARF, + CSV, XLS, ARF, + BMP, PNG, +

Kritérium Orange Weka KEEL KNIME TANAGRA AlphaMiner RA, RS, RP, S, AP, DS, NS, BM, MNS, GA, + TXT, XLS, CSV, C45, ARF, + CSV, XLS, ARF, + BMP, PNG, + 4 Srovnání sad Následující kapitola shrnuje ohodnocení všech kritérií dle jednotlivých pohledů. Hodnocení vychází ze slovního popisu z předchozí kapitoly. První tři pohledy jsou pro přehlednost uspořádány

Více

TRENTO CENOVÁ KATEGORIE TYP VERONA PÉSARA LUCIANA CESARA JANOVA 1 SAVONA RAVENA 2 LAURIA 2 FERRARA NUBIA IMPERIA CREMONA FONTANA NOVARA

TRENTO CENOVÁ KATEGORIE TYP VERONA PÉSARA LUCIANA CESARA JANOVA 1 SAVONA RAVENA 2 LAURIA 2 FERRARA NUBIA IMPERIA CREMONA FONTANA NOVARA TYP VERONA PÉSARA LUCIANA CESARA JANOVA SAVONA FONTANA NOVARA CENOVÁ KATEGORIE RAVENA 2 LAURIA 2 FERRARA NUBIA IMPERIA CREMONA 2 2 3 3 3 3 výška 36,hloubka POPIS NÁKRES ŠÍŘKA OZNAČENÍ. 2. 3. T36.-L T36.-P

Více

Administrativní ocenění rodinný dům

Administrativní ocenění rodinný dům Administrativní ocenění rodinný dům Pro vypracování ocenění byly použity následující podklady: nformace o parcelách č.parc. x, y z katastru nemovitostí, k.ú. Libeň, obec Praha, www.cuzk.cz fotodokumentace,

Více

radiační ochrana Státní úřad pro jadernou bezpečnost

radiační ochrana Státní úřad pro jadernou bezpečnost Státní úřad pro jadernou bezpečnost radační ochrana DOPORUČENÍ Měření a hodnocení obsahu přírodních radonukldů ve vodě dodávané k veřejnému zásobování ptnou vodou Rev. 1 SÚJB únor 2012 Předmluva Zákon

Více

QSAR MODELOVÁNÍ KVANTITATIVNÍCH VZTAHŮ MEZI STRUKTUROU A AKTIVITOU CHEMICKÝCH LÁTEK

QSAR MODELOVÁNÍ KVANTITATIVNÍCH VZTAHŮ MEZI STRUKTUROU A AKTIVITOU CHEMICKÝCH LÁTEK Chem. Lsty 111, 747753(2017) QSAR MODELOVÁÍ KVATITATIVÍCH VZTAHŮ MEZI STRUKTUROU A AKTIVITOU CHEMICKÝCH LÁTEK CTIBOR ŠKUTA a a DAIEL SVOZIL a,b a CZ-OPESCREE: árodní nfrastruktura pro chemckou bolog, Ústav

Více

Metody analýzy modelů. Radek Pelánek

Metody analýzy modelů. Radek Pelánek Metody analýzy modelů Radek Pelánek Fáze modelování 1 Formulace problému 2 Základní návrh modelu 3 Budování modelu 4 Verifikace a validace 5 Simulace a analýza 6 Sumarizace výsledků Simulace a analýza

Více

DIGITALIZACE SOUBORU GEODETICKÝCH INFORMACÍ. KMD - Katastrální mapa digitalizovaná

DIGITALIZACE SOUBORU GEODETICKÝCH INFORMACÍ. KMD - Katastrální mapa digitalizovaná DIGITALIZACE SOUBORU GEODETICKÝCH INFORMACÍ KMD - Katastrální mapa digitalizovaná Proces digitalizace SGI byl zahájen již v roce 1993 Usnesením vlády ČR č. 312, ve kterém bylo uloženo předsedovi ČÚZK zpracovat

Více

1. Spektrální rozklad samoadjungovaných operátorů 1.1. Motivace Vlastní čísla a vlastní vektory symetrické matice 1 1 A = 1 2.

1. Spektrální rozklad samoadjungovaných operátorů 1.1. Motivace Vlastní čísla a vlastní vektory symetrické matice 1 1 A = 1 2. . Spektrální rozklad samoadjungovaných operátorů.. Motvace Vlastní čísla a vlastní vektory symetrcké matce A = A λe = λ λ = λ 3λ + = λ 3+ λ 3 Vlastní čísla jsou λ = 3+, λ = 3. Pro tato vlastní čísla nalezneme

Více

VIZUÁLNÍ NELINEÁRNÍ REKURENTNÍ ANALÝZA A JEJÍ APLIKACE NA ČESKÝ AKCIOVÝ TRH*

VIZUÁLNÍ NELINEÁRNÍ REKURENTNÍ ANALÝZA A JEJÍ APLIKACE NA ČESKÝ AKCIOVÝ TRH* VIZUÁLÍ ELIEÁRÍ REKURETÍ AALÝZA A JEJÍ APLIKACE A ČESKÝ AKCIOVÝ TRH* Jan Kodera, Tran Van Quang, Centrum základního výzkumu pro dynamckou ekonom a ekonometr, Vysoká škola ekonomcká v Praze. Úvod Myšlenka,

Více

Ceník dat a výstupů z datového skladu GIS HMP platný od 1.5.2016

Ceník dat a výstupů z datového skladu GIS HMP platný od 1.5.2016 Institut plánování a rozvoje hlavního města Prahy Ceník dat a výstupů z datového skladu GIS HMP platný od 1.5.2016 1. Poskytování dat 2. Tiskové výstupy 3. Služby 4. Reprografie 5. Rozdělení odběratelů

Více

APLIKACE MATEMATICKÉHO PROGRAMOVÁNÍ PŘI NÁVRHU STRUKTURY DISTRIBUČNÍHO SYSTÉMU

APLIKACE MATEMATICKÉHO PROGRAMOVÁNÍ PŘI NÁVRHU STRUKTURY DISTRIBUČNÍHO SYSTÉMU APLIKACE MATEMATICKÉHO PROGRAMOVÁNÍ PŘI NÁVRHU STRUKTURY DISTRIBUČNÍHO SYSTÉMU APPLICATION OF MATHEMATICAL PROGRAMMING IN DESIGNING THE STRUCTURE OF THE DISTRIBUTION SYSTEM Martn Ivan 1 Anotace: Prezentovaný

Více

VÝZNAM TEORIE DUALITY V OPERAČNÍ ANALÝZE THEORY OF DUALITY IN OPERATIONAL ANALYSIS. ZÍSKAL Jan. Abstract

VÝZNAM TEORIE DUALITY V OPERAČNÍ ANALÝZE THEORY OF DUALITY IN OPERATIONAL ANALYSIS. ZÍSKAL Jan. Abstract VÝZNAM EORIE DUALIY V OPERAČNÍ ANALÝZE HEORY OF DUALIY IN OPERAIONAL ANALYSIS ZÍSKAL Jan Abstract hs paper summarzes knowledge from lterature and results of research n dual theor at the Department of sstems

Více

Studentská tvůrčí a odborná činnost STOČ 2017

Studentská tvůrčí a odborná činnost STOČ 2017 Studentská tvůrčí a odborná činnost STOČ 2017 Detekce a analýza pohybu osob založená na analýze obrazu Bc. Robin Antonič Mendelova univerzita v Brně, Zemědělská 1 20. dubna 2017 FAI UTB ve Zlíně Klíčová

Více

REAKCE POPTÁVKY DOMÁCNOSTÍ PO ENERGII NA ZVYŠOVÁNÍ ENERGETICKÉ ÚČINNOSTI: TEORIE A JEJÍ DŮSLEDKY PRO KONSTRUKCI EMPIRICKY OVĚŘITELNÝCH MODELŮ

REAKCE POPTÁVKY DOMÁCNOSTÍ PO ENERGII NA ZVYŠOVÁNÍ ENERGETICKÉ ÚČINNOSTI: TEORIE A JEJÍ DŮSLEDKY PRO KONSTRUKCI EMPIRICKY OVĚŘITELNÝCH MODELŮ RAKC POPTÁVKY DOMÁCNOTÍ PO NRGII NA ZVYŠOVÁNÍ NRGTICKÉ ÚČINNOTI: TORI A JJÍ DŮLDKY PRO KONTRUKCI MPIRICKY OVĚŘITLNÝCH MODLŮ tela Rubínová, Unverzta Karlova v Praze, Centrum pro otázky žvotního prostředí,

Více

Dolování asociačních pravidel

Dolování asociačních pravidel Dolování asociačních pravidel Miloš Trávníček UIFS FIT VUT v Brně Obsah přednášky 1. Proces získávání znalostí 2. Asociační pravidla 3. Dolování asociačních pravidel 4. Algoritmy pro dolování asociačních

Více

Ing. Marián Vasilečko, TT-IT s.r.o. Trnava GIS MESTA TRNAVA júna Konferencia CGIT 2013 hotel Partizán, Tále

Ing. Marián Vasilečko, TT-IT s.r.o. Trnava GIS MESTA TRNAVA júna Konferencia CGIT 2013 hotel Partizán, Tále Ing. Marián Vasilečko, TT-IT s.r.o. Trnava GIS MESTA TRNAVA Konferencia CGIT 2013 hotel Partizán, Tále Systém pre zber, uchovávanie, triedenie, vyhľadávanie, zobrazovanie a analýzu geopriestorových informácii

Více

Možnosti využití GIS pro adaptaci na změnu klimatu. Ing. Pavel Struha Odbor informatiky Magistrát města Hradce Králové

Možnosti využití GIS pro adaptaci na změnu klimatu. Ing. Pavel Struha Odbor informatiky Magistrát města Hradce Králové Možnosti využití GIS pro adaptaci na změnu klimatu Ing. Pavel Struha Odbor informatiky Magistrát města Hradce Králové Co je GIS a proč GIS? Geografický informační systém nástroj, poskytující informace

Více

3. SB 3. SC. Kružnice nemá s úběžnicí žádný společný bod. Obraz nemá žádný nevlastní bod. Tímto obrazem je křivka zvaná elipsa.

3. SB 3. SC. Kružnice nemá s úběžnicí žádný společný bod. Obraz nemá žádný nevlastní bod. Tímto obrazem je křivka zvaná elipsa. Kružnice ve středové kolineaci v rovině. I AB o. IA ' 3. SB 4. B' SB IA'. II AC o. IIA ' 3. SC 4. C' SC IIA' Kružnice ve středové kolineaci v rovině Kružnice nemá s úběžnicí žádný společný bod. Obraz nemá

Více

Změkčování hranic v klasifikačních stromech

Změkčování hranic v klasifikačních stromech Změkčování hranic v klasifikačních stromech Jakub Dvořák Seminář strojového učení a modelování 24.5.2012 Obsah Klasifikační stromy Změkčování hran Ranking, ROC křivka a AUC Metody změkčování Experiment

Více

Metamodeling. Moderní metody optimalizace 1

Metamodeling. Moderní metody optimalizace 1 Metamodelng Nejmodernějšíoblast optmalzace Určena zejména pro praktckéaplkace s velkým výpočetním nároky Vycházíz myšlenky, že reálnéoptmalzační problémy nejsou sce konvení, ale jsou do značnémíry hladké

Více

ZHODNOCENÍ FINANČNÍ SITUACE PODNIKU POMOCÍ STATISTICKÝCH METOD

ZHODNOCENÍ FINANČNÍ SITUACE PODNIKU POMOCÍ STATISTICKÝCH METOD VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA PODNIKATELSKÁ ÚSTAV MANAGEMENTU FACULTY OF BUSINESS AND MANAGEMENT INSTITUTE OF MANAGEMENT ZHODNOCENÍ FINANČNÍ SITUACE PODNIKU POMOCÍ

Více

Cvičení 13 Vícekriteriální hodnocení variant a vícekriteriální programování

Cvičení 13 Vícekriteriální hodnocení variant a vícekriteriální programování Cvčení 3 Vícekrterální hodnocení varant a vícekrterální programování Vícekrterální rozhodování ) vícekrterální hodnocení varant konkrétní výčet, seznam varant ) vícekrterální programování varanty ve formě

Více

Hledání kořenů rovnic jedné reálné proměnné metoda sečen Michal Čihák 23. října 2012

Hledání kořenů rovnic jedné reálné proměnné metoda sečen Michal Čihák 23. října 2012 Hledání kořenů rovnic jedné reálné proměnné metoda sečen Michal Čihák 23. října 2012 Opakování rovnice přímky Úloha: Určete rovnici přímky procházející body A[a, f(a)] a B[b, f(b)], kde f je funkce spojitá

Více

Big Data Science Petr Paščenko

Big Data Science Petr Paščenko Big Data Science Petr Paščenko 18. 4. 2017 Osnova 1. Co je Data Science 2. Statistika 3. Strojové učení 4. Vizualizace dat 5. Data Science úlohy 6. Metodika Data Science Projektu 7. Role Big Dat v Data

Více

Názory české společnosti na postavení muže a ženy v rodině a na trhu práce

Názory české společnosti na postavení muže a ženy v rodině a na trhu práce Názory české společnosti na postavení muže a ženy v rodině a na trhu práce Jitka Rychtaříková Katedra demografie a geodemografie Přírodovědecká fakulta University Karlovy v Praze Albertov 6, 128 43 Praha

Více

Lineární a logistická regrese

Lineární a logistická regrese Lineární a logistická regrese Martin Branda Univerzita Karlova v Praze Matematicko-fyzikální fakulta Katedra pravděpodobnosti a matematické statistiky Výpočetní prostředky finanční a pojistné matematiky

Více

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická

Více

CHYBY MĚŘENÍ. uvádíme ve tvaru x = x ± δ.

CHYBY MĚŘENÍ. uvádíme ve tvaru x = x ± δ. CHYBY MĚŘENÍ Úvod Představte s, že máte změřt délku válečku. Použjete posuvné měřítko a získáte určtou hodnotu. Pamětlv přísloví provedete ještě jedno měření. Ale ouha! Výsledek je jný. Co dělat? Měřt

Více

MODELOVÁNÍ A SIMULACE

MODELOVÁNÍ A SIMULACE MODELOVÁNÍ A SIMULACE základní pojmy a postupy vytváření matematckých modelů na základě blancí prncp numerckého řešení dferencálních rovnc základy práce se smulačním jazykem PSI Základní pojmy matematcký

Více