Efektivní práce s daty v prostředí MATLAB. Nové datové typy, nové přístupy, Big Data, využití ve finančních aplikacích
|
|
- Zbyněk Pokorný
- před 5 lety
- Počet zobrazení:
Transkript
1 Efektivní práce s daty v prostředí MATLAB Nové datové typy, nové přístupy, Big Data, využití ve finančních aplikacích Jan Studnička studnicka@humusoft.cz info@humusoft.cz
2 2 Co je MATLAB a Simulink MATLAB Profesionální nástroj pro analýzu dat, vývoj algoritmů a tvorbu modelů Grafické a výpočetní nástroje Grafická uživatelská rozhraní (GUI) Otevřený systém Simulink Nadstavba MATLABu Modelování, simulace a analýza dynamických systémů Prostředí blokových schémat Platforma pro Model Based Design Aplikační knihovny Strojové učení, statistika a optimalizace Deep learning, neuronové sítě, fuzzy Zpracování obrazu a počítačové vidění Zpracování signálu a komunikace Finanční analýza a datová analytika Výpočetní biologie Modelování fyzikálních soustav Návrh řídicích systémů a robotika Systémy diskrétních událostí Měření a testování Tvorba samostatných aplikací Generování kódu (RT a embedded)
3 Struktura systému MATLAB Měření a testování Generování kódu Aplikace v reálném čase, P, DSP, FPGA, PLC Samostatně spustitelné aplikace Aplikační knihovny Knihovny funkcí Knihovny bloků Simulink Simulace a modelování dynamických systémů MATLAB Výpočty, programování, vizualizace... 3
4 Výpočty, funkce, programy, aplikace Tisíce funkcí z různých oblastí Připravené interaktivní aplikace Pokročilá grafika a vizualizace Tvorba programů a algoritmů nástroje pro ladění programu Tvorba vlastních interaktivních aplikací 4
5 Finanční výpočty v prostředí MATLAB Přístup k datům Soubory Analýza a řešení Analýza & Vizualizace Sdílení výsledků Reporty Databáze Modelování Aplikace Datové kanály Vývoj aplikací Produkční systém 5 Automatizace
6 Způsoby práce v prostředí MATLAB Zápis kódu Plnohodnotný programovací jazyk Zadávání příkazů Skripty Funkce Objektově orientované programování Interaktivní přístup Využití grafických nástrojů Umožnují generovat kód 6
7 MATLAB Live Editor Interaktivní dokumenty výpočty a výsledky grafické výstupy formátované texty odkazy, obrázky a rovnice Publikování v HTML a PDF Využití výuka laboratorní protokoly výzkumné zprávy prezentace výsledků 7
8 Dokumentace Syntaxe funkcí Příklady kód lze volat bez kopírování Návody Vysvětlení problematiky Novinky ve verzích 8
9 Část 1: Načítání dat finanční a ekonomická data
10 Načítání dat Soubory Excel tabulky, csv, txt, dat Databáze Všechny ODBC a JDBC kompatibilní relační databáze SQLite, Oracle, SAS, MySQL, Microsoft SQL Server, Microsoft Access, PostgreSQL, Nerelační databáze Neo4j, MongoDB Datové kanály aktuální, intradenní, historická, real-time data 10
11 Soubory Interaktivní nástroj Import Tool Funkce readtable Načte data ze souboru do tabulky v MATLABu Nastavitelné parametry načítání detectimportoptions Parametry pro funkci readtable detekuje z dat 11
12 Databáze Interaktivní nástroj Database Explorer ODBC a JDBC kompatibilní databáze Funkce conn Vytvoří připojení k databázi sqlread Načte tabulku z databáze do tabulky v MATLABu 12
13 Datové kanály Datafeed Toolbox Bloomberg (Terminal & B-Pipe) Thomson Reuters (Datastream, RMDS, Elektron, NewsScope, Tick History) FACTSET FRED / Haver analytics / IQFEED / kx / Money.Net / RavenPack News Analytics / SIX Financial Information / STATS.com / Twitter 13
14 Část 2: Nové datové typy efektivní práce s daty 14
15 Data v prostředí MATLAB Numerická datetime duration double, single, logical categorical calendarduration str Heterogenní str timetable str structure cell table str Text 15 c h char {c h} cell string str string tall
16 Tabulky table Různorodá data v tabulkovém formátu Různé typy dat v různých proměnných Text, numerické data, časová data, kategoriální data, Drží data i metadata Snadné zpracování a analýza Voláním funkcí přímo na tabulky Zpracování chybějících a odlehlých údajů Třídění, přeskládání a spojování tabulek Souhrnné statistiky Tvorba modelu, predikce / klasifikace 16
17 Kategoriální data categorical Diskrétní nenumerická data Data nabývají hodnot z konečné množiny kategorií Efektivní z hlediska zabrané paměti Porovnáváme logickými operátory ==, ~= Můžeme zavést uspořádání <, <=, >, >= 17
18 Datum a čas datetime reprezentuje datum a čas (body na časové ose) duration, calendarduration reprezentují dobu trvání (časové intervaly) Slouží pro výpočty i zobrazení sčítání, odčítání, seřazení, porovnání, vykreslení nastavitelný formát zobrazení přesnost na nanosekundy časové zóny, přestupné sekundy, letní čas 18
19 Časové tabulky timetable Tabulky s časovými značkami pro jednotlivé řádky indexování dle času Zpracování dat pomocí specializovaných funkcí reorganizace dat změna časové škály synchronizace a spojení časových tabulek Zpracování dat pomocí funkcí pro table 19
20 Text string Efektivní práce s textovými daty >> "image" + (1:3) + ".png" 1 3 string array "image1.png" "image2.png" "image3.png" Příklad: Ověření, zda je v textovém řetězci obsažen jiný text Dříve: if ~isempty(strfind(textdata,'dog')) Nyní: if contains(textdata,"dog")) Až 50x rychlejší výpočet s funkcí contains a datovým typem string než se strfind a cellstr. Až 2x méně využité paměti s datovým typem string oproti cellstr. 20
21 Big Data tall Automaticky optimalizuje přístup k datům Použijeme stejný kód, který voláme na data v paměti MATLAB automaticky seřadí výpočetní operace tak, aby minimalizoval přistupování k disku. Případy využití: Sloupcová data s mnoho řádky Množství dat je příliš velké, aby se vešlo do paměti Operace jsou povahou statististické Machine Memory Pro statistické výpočty i Machine Learning Stovky funkcí podporovaných v základním MATLABu a Statistics and Machine Learning Toolbox Tall Data 21
22 Část 3: Tabulky table, timetable 22
23 Příklad 1: Načtení a vykreslení 1. Načteme data z meteostanic do tabulky funkce readtable funkce detectimportoptions 2. Zbavíme se chybějících údajů funkce rmmissing 3. Zobrazíme závislost teploty na čase Záložka Plots 23 plot upravit graf generovat funkci šablona pro vykreslení nových dat
24 Příklad 2: Tvorba tabulky z dat v MATLABu 1. Vytvoříme tabulku z numerických dat a vybereme několik prvních řádků T = table(var1, var2, var3, ); funkce head 2. Rozdělíme proměnné s více sloupci funkce splitvars 3. Přidáme proměnnou funkce addvars Prozkoumáme vlastnosti tabulky T.Properties
25 Výběr podtabulky Indexování kulatými závorkami: () T2 = T( [ ], [2 4 5] ) T2 = T( 1:5, [2 4 5] ) T2 = T( :, [2 4 5] ) T2 = T( T.JmenoProm>0, : ) T2 = T( :, JmenoProm ) T2 = T( :, { JmenoPromA, JmenoPromB } ) T2 = T( :, vartype( numeric ) ) 25 pomocí funkcí head, tail, topkrows, unique T2 = head(t, k)
26 Výběr dat z tabulky Indexování složenými závorkami: {} X = T{ [ ], [2 4 5] } X = T{ 1:5, [2 4 5] } X = T{ :, [2 4 5] } X = T{ T.JmenoProm>0, : } X = T{ :, JmenoProm } X = T{ :, { JmenoPromA, JmenoPromB } } X = T{ :, vartype( numeric ) } 26 Indexování tečkovou notací p = T.JmenoProm p = T.JmenoProm([1 2 3])
27 Příklad 3: Souhrnné statistiky 1. Výpočet souhrnných statistik funkce summary 2. Výběr dat indexování do tabulky 3. Zobrazení závislostí funkce boxplot 4. Výpočet souhrnných skupinových statistik funkce groupsummary 27
28 Export tabulky Do souborů Excel tabulky, csv, txt, dat funkce writetable Do databází funkce sqlwrite 28
29 Příklad 4: Převedení tabulky na numerickou matici Výběr dat daného typu vartype Aplikace funkce na zvolené proměnné varfun datetime numerická reprezentace času datenum categorical umělé proměnné dummyvar 29
30 Časové tabulky table2timetable table timetable timetable Synchronizace pozorování z odlišných časových intervalů do jedné tabulky Změna časové škály 30
31 Příklad 5: Časové tabulky 1. Načíst do tabulek měření z několika stanic (různé časy měření) funkce readtable funkce detectimportoptions 2. Převod na časovou tabulku funkce table2timetable synchronize 3. Sjednotíme tabulky do jedné funkce synchronize 31 nastavení časového kroku interpolace chybějících měření agregace více měření v časovém kroku
32 Příklad 6: vyhlazení dat a odlehlá pozorování data teplota v Bostonu filtrace / lokální regrese funkce smoothdata pro vyhlazení zvolíme 12-denní klouzavý průměr odlehlá pozorování funkce filloutliers pro nahrazení odlehlých pozorování zvolíme metodu lineání interpolace 32
33 table další užitečné funkce přeskupení proměnných movevars, removevars, mergevars přeskládání tabulky stack, unstack, rows2vars, inner2outer seřazení řádků issortedrows, sortrows, topkrows, unique spojování tabulek a množinové operace [], join, innerjoin, outerjoin, union, intersect, ismember, 33
34 table další užitečné funkce počet proměnných nebo řádků width, height aplikace funkcí na proměnné nebo řádky varfun, rowfun normalizace dat normalize filtrace dat nebo lokální regrese smoothdata 34
35 table další užitečné funkce nalezení / nahrazení chybějících údajů standardizemissing, ismissing, fillmissing nalezení / nahrazení odlehlých pozorování isoutliers, filloutliers nalezení lokálních extrému a detekce změn islocalmin, islocalmax ischange 35
36 table další užitečné funkce skupinové statistiky findgroups, splitapply převody na jiné datové typy table2array, table2cell, table2struct, table2timetable určit zda je proměnná typu table istable 36
37 timetable další užitečné funkce tvorba z podkladových dat timetable změna časové škály retime zpoždění lag určit zda je časový krok konstantní isregular 37
38 timetable další užitečné funkce výběr dat timerange, withtol převod na table timetable2table určit zda je timetable istimetable funkce podporující table 38
39 table v toolboxech Statistics and Machine Learning Toolbox předzpracování a analýza dat klasifikace a regrese Classification Learner App a Regression Learner App funkce fit*, stepwise*, predict, random Econometrics Toolbox Econometric Modeler testy odhady parametrů modelu 39
40 timetable v toolboxech Econometrics Toolbox Econometric Modeler Financial Toolbox Zpracování a zobrazení finančních dat, technická analýza, řízení portfolia fints timetable R2018a: Přechod od Finantial Time Series na Timetables fts2timetable Risk Management Toolbox Market Risk backtesting Signal Processing Toolbox, Wavelet Toolbox 40
41 Část 4: Big Data tall 41
42 Tall Arrays Nový datový typ v prostředí MATLAB Machine Memory Případy využití: Sloupcová data s mnoho řádky Množství dat je příliš velké, aby se vešlo do paměti Operace jsou povahou statististické Pro statistické výpočty i Machine Learning Stovky funkcí podporovaných v základním MATLABu a Statistics and Machine Learning Toolbox Tall Data 42 Zpracujeme Big data na desktopu, clusteru, nebo clusteru s nástroji Hadoop a Spark
43 Big Data bez velkých změn Jeden soubor Sto souborů 43
44 Příklad 7: Práce s Big Data v prostředí MATLAB Cíl: Vytvořit model pro predikci ceny za jízdu taxi službou v New York City. Vstupy: Měsíční záznamy z jednotlivých jízd Databáze obsahuje více než 2 miliony řádků 44 Přístup: Předzpracovat a prozkoumat data Prototypování na podmnožině dat Natrénovat lineární model Předpovědět jízdné a provést validaci modelu Provézt na celé množině dat na HDFS
45 Big Data vizualizace pomocí tall Podpora pro: histogram histogram2 ksdensity plot scatter binscatter confusionmat Podpora dále bude růst! 45
46 Tall Array Run in parallel on compute clusters MATLAB Distributed Computing Server Local disk Shared folders Databases Compute Clusters Spark + Hadoop Tall arrays MATLAB 100 s of functions supported MATLAB Statistics and Machine Learning Toolbox Run in parallel Parallel Computing Toolbox Run in parallel on Spark clusters MATLAB Distributed Computing Server Deploy MATLAB applications as standalone applications on Spark clusters MATLAB Compiler 46
47 Část 5: Econometrics Toolbox nová aplikace Econometrics Modeler App
48 Příklad 8: Econometric Modeler Načtění timetable s numerickými proměnnými Interaktivní analýza časových řad vizualizace a transformace dat diagnostické statistiky a testy jednorozměrné modely odhady parametrů diagnostika sdílení výsledků export do workspace generování MATLAB kódu automatické generování reportu (PDF, HTML, DOCX) 48
49 Zdroje informací Internetové stránky MATLAB Central komunita příznivců a uživatelů systému MATLAB/Simulink Informační kanály Facebook veřejná skupina: MATLAB a Simulink (SK CZ) 49
50 Zdroje informací 50 Www semináře (webinars) on-line semináře zdarma (AJ, ČJ, SJ), k dispozici videa z těch, které již proběhly Workshopy praktické seznámení s nástroji MATLAB & Simulink a COMSOL Multiphysics Knihy a publikace v CZ/SK Konference Technical Computing Prague / Bratislava příspěvky uživatelů o využití systému MATLAB/Simulink v praxi Školení MATLAB, Simulink, dspace, COMSOL Multiphysics
51 Jak začít s prostředím MATLAB? Zkušební verze Plnohodnotná verze MATLAB Časově omezena na 30 dní Možnost libovolných nadstaveb V případě zájmu využijte kontaktní formulář 51
Brno. Datová analytika. Machine Learning a Big Data. Jan Studnička
7.9.2018 Brno Datová analytika Machine Learning a Big Data Jan Studnička studnicka@humusoft.cz www.humusoft.cz info@humusoft.cz www.mathworks.com Technické výpočty v MATLABu Přístup k datům Soubory Analýza
MATLAB: Vývoj a nasazení finančních aplikací
7. 6. 2016 Master Class MATLAB: Vývoj a nasazení finančních aplikací Jan Studnička studnicka@humusoft.cz info@humusoft.cz www.humusoft.cz www.mathworks.com Obsah Nároky na finanční modelování Příklady
Programování LEGO MINDSTORMS s použitím nástroje MATLAB a Simulink
26.1.2018 Praha Programování LEGO MINDSTORMS s použitím nástroje MATLAB a Simulink Jaroslav Jirkovský jirkovsky@humusoft.cz www.humusoft.cz info@humusoft.cz www.mathworks.com Co je MATLAB a Simulink 2
Workshop. Vývoj embedded aplikací v systému MATLAB a Simulink. Jiří Sehnal sehnal@humusoft.cz. www.humusoft.cz info@humusoft.cz. www.mathworks.
Workshop Vývoj embedded aplikací v systému MATLAB a Simulink Jiří Sehnal sehnal@humusoft.cz www.humusoft.cz info@humusoft.cz www.mathworks.com 1 Obsah workshopu Model Based Design model soustavy a regulátoru
MATLAB & Simulink. Matematické výpočty, analýza dat a tvorba aplikací. Jaroslav Jirkovský jirkovsky@humusoft.cz. www.humusoft.cz info@humusoft.
MATLAB & Simulink Matematické výpočty, analýza dat a tvorba aplikací Jaroslav Jirkovský jirkovsky@humusoft.cz www.humusoft.cz info@humusoft.cz www.mathworks.com 1 Obsah Úvod novinky R2010a Matematické
MATLAB a Simulink R2015b
MATLAB a Simulink R2015b novinky ve výpočetním systému Jan Houška HUMUSOFT s.r.o. houska@humusoft.cz 1 >> 2016 1991 ans = 25 2 Release 2015a a 2015b tradiční dvě vydání do roka březen a září 2015 R2015a
MATLAB. Měření a analýza dat, statistika a optimalizace. Jaroslav Jirkovský jirkovsky@humusoft.cz. www.humusoft.cz info@humusoft.cz. www.mathworks.
MATLAB Měření a analýza dat, statistika a optimalizace Jaroslav Jirkovský jirkovsky@humusoft.cz www.humusoft.cz info@humusoft.cz www.mathworks.com 1 Obsah Úvod Statistická analýza dat v MATLABu Načítání
Příprava dat v softwaru Statistica
Příprava dat v softwaru Statistica Software Statistica obsahuje pokročilé nástroje pro přípravu dat a tvorbu nových proměnných. Tyto funkcionality přinášejí značnou úsporu času při přípravě datového souboru,
Předmluva 9 Obsah knihy 9 Typografické konvence 10 Informace o autorovi 10 Poděkování 10
Obsah Předmluva 9 Obsah knihy 9 Typografické konvence 10 Informace o autorovi 10 Poděkování 10 KAPITOLA 1 Úvod 11 Dostupná rozšíření Matlabu 13 Alternativa zdarma GNU Octave 13 KAPITOLA 2 Popis prostředí
1 Webový server, instalace PHP a MySQL 13
Úvod 11 1 Webový server, instalace PHP a MySQL 13 Princip funkce webové aplikace 13 PHP 14 Principy tvorby a správy webového serveru a vývojářského počítače 14 Co je nezbytné k instalaci místního vývojářského
MATLAB. Matematické výpočty, analýza dat a tvorba aplikací. Jaroslav Jirkovský jirkovsky@humusoft.cz. www.humusoft.cz info@humusoft.
MATLAB Matematické výpočty, analýza dat a tvorba aplikací Jaroslav Jirkovský jirkovsky@humusoft.cz www.humusoft.cz info@humusoft.cz www.mathworks.com 1 O společnosti HUMUSOFT Název firmy: Humusoft s.r.o.
Maturitní otázky z předmětu PROGRAMOVÁNÍ
Wichterlovo gymnázium, Ostrava-Poruba, příspěvková organizace Maturitní otázky z předmětu PROGRAMOVÁNÍ 1. Algoritmus a jeho vlastnosti algoritmus a jeho vlastnosti, formy zápisu algoritmu ověřování správnosti
MATLAB & Simulink. Návrh digitálních filtrů pro úpravu signálů a analýza obrazu. Jaroslav Jirkovský jirkovsky@humusoft.cz
MATLAB & Simulink Návrh digitálních filtrů pro úpravu signálů a analýza obrazu Jaroslav Jirkovský jirkovsky@humusoft.cz www.humusoft.cz info@humusoft.cz www.mathworks.com 1 Obsah Úvod Zpracování signálu
Obsah. Předmluva 13. O autorovi 15. Poděkování 16. O odborných korektorech 17. Úvod 19
Předmluva 13 O autorovi 15 Poděkování 16 O odborných korektorech 17 Úvod 19 Co kniha popisuje 19 Co budete potřebovat 20 Komu je kniha určena 20 Styly 21 Zpětná vazba od čtenářů 22 Errata 22 KAPITOLA 1
MBI - technologická realizace modelu
MBI - technologická realizace modelu 22.1.2015 MBI, Management byznys informatiky Snímek 1 Agenda Technická realizace portálu MBI. Cíle a principy technického řešení. 1.Obsah portálu - objekty v hierarchiích,
Kritéria hodnocení praktické maturitní zkoušky z databázových systémů
Kritéria hodnocení praktické maturitní zkoušky z databázových systémů Otázka č. 1 Datový model 1. Správně navržený ERD model dle zadání max. 40 bodů teoretické znalosti konceptuálního modelování správné
MATLAB. Matematické výpočty, analýza dat a tvorba aplikací. Jaroslav Jirkovský jirkovsky@humusoft.cz. www.humusoft.cz info@humusoft.
MATLAB Matematické výpočty, analýza dat a tvorba aplikací Jaroslav Jirkovský jirkovsky@humusoft.cz www.humusoft.cz info@humusoft.cz www.mathworks.com 1 O společnosti HUMUSOFT Název firmy: Humusoft s.r.o.
MATLAB Úvod. Úvod do Matlabu. Miloslav Čapek
MATLAB Úvod Úvod do Matlabu Miloslav Čapek Proč se na FELu učit Matlab? Matlab je světový standard pro výuku v technických oborech využívá ho více než 3500 univerzit licence vlastní tisíce velkých firem
Vzdělávací obsah vyučovacího předmětu
V.9.3. Vzdělávací obsah vyučovacího předmětu Vzdělávací oblast: Inormatika a informační a komunikační technologie Vyučovací předmět: Informatika Ročník: 1. ročník + kvinta chápe a používá základní termíny
MATLAB & Simulink. novinky v roce 2008. Jan Houška houska@humusoft.cz. HUMUSOFT s.r.o.
MATLAB & Simulink novinky v roce 2008 Jan Houška houska@humusoft.cz Release 2008a a 2008b nové produkty SimElectronics Econometrics Toolbox významné aktualizace MATLAB Symbolic Math Toolbox Parallel Computing
Vstupní požadavky, doporučení a metodické pokyny
Název modulu: Základy PHP Označení: C9 Stručná charakteristika modulu Modul je orientován na tvorbu dynamických stánek aktualizovaných podle kontextu volání. Jazyk PHP umožňuje velmi jednoduchým způsobem
1. Webový server, instalace PHP a MySQL 13
Úvod 11 1. Webový server, instalace PHP a MySQL 13 Princip funkce webové aplikace 13 PHP 14 Principy tvorby a správy webového serveru a vývojářského počítače 14 Co je nezbytné k instalaci místního vývojářského
Automatizační a měřicí technika (B-AMT)
Ústav automatizace a měřicí techniky Bakalářský studijní program Automatizační a měřicí technika () Specializace oboru Řídicí technika Měřicí technika Průmyslová automatizace Robotika a umělá inteligence
Ústav automatizace a měřicí techniky.
www.feec.vutbr.cz Specializace studijního oboru Automatizační a Měřicí Technika: Řídicí technika Moderní algoritmy řízení, teorie řízení Modelování a identifikace parametrů řízených systémů Pokročilé metody
Kritéria hodnocení praktické maturitní zkoušky z databázových systémů
Kritéria hodnocení praktické maturitní zkoušky z databázových systémů Otázka č. 1 Datový model 1. Správně navržený ERD model dle zadání max. 40 bodů teoretické znalosti konceptuálního modelování správné
Microsoft Access tvorba databáze jednoduše
Microsoft Access tvorba databáze jednoduše Časový rozsah: 2 dny (9:00-16:00) Cena: 3300 Kč + DPH Úvod do relačních databází. Funkce databázových objektů Microsoft Access. Návrh tabulek, definice základních
Modelování elektromechanického systému
Síla od akčního členu Modelování elektromechanického systému Jaroslav Jirkovský 1 O společnosti HUMUSOFT Název firmy: Humusoft s.r.o. Založena: 1990 Počet zaměstnanců: 15 Sídlo: Praha 8, Pobřežní 20 MATLAB,
Profilová část maturitní zkoušky 2017/2018
Střední průmyslová škola, Přerov, Havlíčkova 2 751 52 Přerov Profilová část maturitní zkoušky 2017/2018 TEMATICKÉ OKRUHY A HODNOTÍCÍ KRITÉRIA Studijní obor: 78-42-M/01 Technické lyceum Předmět: TECHNIKA
Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek, M. Cvanová. 5. Statistica
Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek, M. Cvanová 5. Statistica StatSoft, Inc., http://www.statsoft.com, http://www.statsoft.cz. Verze pro Mac i PC, dostupná
LabView jako programovací jazyk II
LabView jako programovací jazyk II - Popis jednotlivých funkcí palety Function II.část - Funkce Numeric, Array, Cluster Ing. Martin Bušek, Ph.D. Práce s daty typu NUMERIC Numerické funkce obsahuje funkce
Pro tvorbu samostatně spustitelných aplikací je k dispozici Matlab library.
1.1 Matlab Matlab je interaktivní systém pro vědecké a technické výpočty založený na maticovém kalkulu. Umožňuje řešit velkou oblast numerických problémů, aniž byste museli programovat vlastní program.
POZVÁNKA NA KURZY. Literatura Ke všem kurzům jsou poskytovány metodické příručky pro školství v elektronické podobě.
POZVÁNKA NA KURZY Dovolujeme si zaměstnance Vaší školy pozvat na bezplatná školení sponzorovaná firmou Microsoft, která se konají na naší škole. Tato nabídka se týká všech zaměstnanců školství pedagogů
Stručný obsah. K2118.indd 3 19.6.2013 9:15:27
Stručný obsah 1. Stručný obsah 3 2. Úvod 11 3. Seznamy a databáze v Excelu 13 4. Excel a externí data 45 5. Vytvoření kontingenční tabulky 65 6. Využití kontingenčních tabulek 81 7. Kontingenční grafy
Velmi stručný návod jak dostat data z Terminálu Bloomberg do R
Velmi stručný návod jak dostat data z Terminálu Bloomberg do R Ondřej Pokora, PřF MU, Brno 11. března 2013 1 Terminál Bloomberg Klávesou Help získáte nápovědu. Dvojím stisknutím Help Help spustíte online
Business Intelligence
Business Intelligence Josef Mlnařík ISSS Hradec Králové 7.4.2008 Obsah Co je Oracle Business Intelligence? Definice, Od dat k informacím, Nástroj pro operativní řízení, Integrace informací, Jednotná platforma
Profilová část maturitní zkoušky 2013/2014
Střední průmyslová škola, Přerov, Havlíčkova 2 751 52 Přerov Profilová část maturitní zkoušky 2013/2014 TEMATICKÉ OKRUHY A HODNOTÍCÍ KRITÉRIA Studijní obor: 78-42-M/01 Technické lyceum Předmět: TECHNIKA
Obsah Úvod Kapitola 1 Než začneme Kapitola 2 Práce s hromadnými daty před analýzou
Úvod.................................................................. 11 Kapitola 1 Než začneme.................................................................. 17 1.1 Logika kvantitativního výzkumu...........................................
PowerPivot pro Microsoft Excel 2013
Časový rozsah: 1 den (9:00-16:00) Cena: 2500 Kč + DPH PowerPivot pro Microsoft Excel 2013 Kurz je určen uživatelům Microsoft Excel 2013, kteří se chtějí naučit využívat doplněk PowerPivot pro Excel 2013
Matematika v programovacích
Matematika v programovacích jazycích Pavla Kabelíková am.vsb.cz/kabelikova pavla.kabelikova@vsb.cz Úvodní diskuze Otázky: Jaké programovací jazyky znáte? S jakými programovacími jazyky jste již pracovali?
Wonderware Information Server 4.0 Co je nového
Wonderware Information Server 4.0 Co je nového Pavel Průša Pantek (CS) s.r.o. Strana 2 Úvod Wonderware Information Server je výrobní analytický a reportní informační portál pro publikaci výrobních dat
GTL GENERATOR NÁSTROJ PRO GENEROVÁNÍ OBJEKTŮ OBJEKTY PRO INFORMATICA POWERCENTER. váš partner na cestě od dat k informacím
GTL GENERATOR NÁSTROJ PRO GENEROVÁNÍ OBJEKTŮ OBJEKTY PRO INFORMATICA POWERCENTER váš partner na cestě od dat k informacím globtech spol. s r.o. karlovo náměstí 17 c, praha 2 tel.: +420 221 986 390 info@globtech.cz
Autorizovaný software DRUM LK 3D SOFTWARE PRO VYHODNOCENÍ MĚŘENÍ ODCHYLEK HÁZIVOSTI BUBNOVÝCH ROTAČNÍCH SOUČÁSTÍ
Autorizovaný software DRUM LK 3D SOFTWARE PRO VYHODNOCENÍ MĚŘENÍ ODCHYLEK HÁZIVOSTI BUBNOVÝCH ROTAČNÍCH SOUČÁSTÍ Ing. Michal Švantner, Ph.D. Doc. Ing. Milan Honner, Ph.D. 1/10 Anotace Popisuje se software,
LabView jako programovací jazyk II
LabView jako programovací jazyk II - Popis jednotlivých funkcí palety Function I.část - Expresní funkce, struktury, Ing. Martin Bušek, Ph.D. Paleta Functions Základní prvky pro tvorbu programu blokového
Vybraná zajímavá Lotus Notes řešení použitelná i ve vašich aplikacích. David Marko TCL DigiTrade - 29.5.2014
Vybraná zajímavá Lotus Notes řešení použitelná i ve vašich aplikacích David Marko TCL DigiTrade - 29.5.2014 Xpages a napojení na SQL data Přístup na SQL tabulky a nebo uložené procedury (stored procedures
WORKSHOP. Bloomberg Terminal PRAKTICKÉ UKÁZKY A NÁVODY. Martin Řezáč, Ondřej Pokora
WORKSHOP Bloomberg Terminal PRAKTICKÉ UKÁZKY A NÁVODY Martin Řezáč, Ondřej Pokora Brno 8. ledna 2014 SECF Security Finder akcie, opce, obligace, komodity, měnové kurzy,... SECF SECF / SECF
Paralelní výpočty ve finančnictví
Paralelní výpočty ve finančnictví Jan Houška HUMUSOFT s.r.o. houska@humusoft.cz Výpočetně náročné úlohy distribuované úlohy mnoho relativně nezávislých úloh snížení zatížení klientské pracovní stanice
1 Základní funkce pro zpracování obrazových dat
1 Základní funkce pro zpracování obrazových dat 1.1 Teoretický rozbor 1.1.1 Úvod do zpracování obrazu v MATLABu MATLAB je primárně určen pro zpracování a analýzu numerických dat. Pro analýzu obrazových
Základy databází. O autorech 17 PRVNÍ ČÁST. KAPITOLA 1 Začínáme 19
3 Obsah Novinky v tomto vydání 10 Význam základních principů 11 Výuka principů nezávisle na databázových produktech 12 Klíčové pojmy, kontrolní otázky, cvičení, případové studie a projekty 12 Software,
Wichterlovo gymnázium, Ostrava-Poruba, příspěvková organizace. Maturitní otázky z předmětu INFORMATIKA A VÝPOČETNÍ TECHNIKA
Wichterlovo gymnázium, Ostrava-Poruba, příspěvková organizace Maturitní otázky z předmětu INFORMATIKA A VÝPOČETNÍ TECHNIKA 1. Algoritmus a jeho vlastnosti algoritmus a jeho vlastnosti, formy zápisu algoritmu
Informační systémy 2006/2007
13 Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní, Katedra automatizační techniky a řízení Informační systémy 2006/2007 Ivan Kedroň 1 Obsah Analytické nástroje SQL serveru. OLAP analýza
Služby Microsoft Office 365
Cena: 2000 Kč + DPH Služby Microsoft Office 365 Kurz je určen všem, kteří se chtějí ponořit do tajů Cloud služeb a chtějí naplno využít možnosti Office 365, jako komunikačního nástroje i prostředí pro
FORTANNS. havlicekv@fzp.czu.cz 22. února 2010
FORTANNS manuál Vojtěch Havlíček havlicekv@fzp.czu.cz 22. února 2010 1 Úvod Program FORTANNS je software určený k modelování časových řad. Kód programu má 1800 řádek a je napsán v programovacím jazyku
xrays optimalizační nástroj
xrays optimalizační nástroj Optimalizační nástroj xoptimizer je součástí webového spedičního systému a využívá mnoho z jeho stavebních bloků. xoptimizer lze nicméně provozovat i samostatně. Cílem tohoto
Analýza a prezentace dat
2015 Analýza a prezentace dat rozsah: 2 dny (10 hodin) Mgr. Jiří Číhař www.dataspectrum.cz Analýza a prezentace dat Formátování buněk Nastavení vhodného formátu čísla Vytváření vlastních formátovacích
Typy souborů ve STATISTICA. Tento článek poslouží jako přehled hlavních typů souborů v programu
StatSoft Typy souborů ve STATISTICA Tento článek poslouží jako přehled hlavních typů souborů v programu STATISTICA, ukáže Vám jejich možnosti a tím Vám dovolí využívat program efektivněji. Jistě jste již
Střední průmyslová škola elektrotechnická Praha 10, V Úžlabině 320 M A T U R I T N Í T É M A T A P Ř E D M Ě T U
Střední průmyslová škola elektrotechnická Praha 10, V Úžlabině 320 M A T U R I T N Í T É M A T A P Ř E D M Ě T U P R O G R A M O V É V Y B A V E N Í Studijní obor: 18-20-M/01 Informační technologie Školní
Střední průmyslová škola elektrotechnická Praha 10, V Úžlabině 320
Střední průmyslová škola elektrotechnická Praha 10, V Úžlabině 320 M A T U R I T N Í T É M A T A P Ř E D M Ě T U P R O G R A M O V É V Y B A V E N Í Studijní obor: 18-20-M/01 Informační technologie Školní
Jádrem systému je modul GSFrameWork, který je poskytovatelem zejména těchto služeb:
Technologie Marushka Základním konceptem technologie Marushka je použití jádra, které poskytuje přístup a jednotnou grafickou prezentaci geografických dat. Jádro je vyvíjeno na komponentním objektovém
Měření teploty, tlaku a vlhkosti vzduchu s přenosem dat přes internet a zobrazování na WEB stránce
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Katedra mikroelektroniky Měření teploty, tlaku a vlhkosti vzduchu s přenosem dat přes internet a zobrazování na WEB stránce Zadání Stávající
VÝVOJ ŘÍDICÍCH ALGORITMŮ HYDRAULICKÝCH POHONŮ S VYUŽITÍM SIGNÁLOVÉHO PROCESORU DSPACE
VÝVOJ ŘÍDICÍCH ALGORITMŮ HYDRAULICKÝCH POHONŮ S VYUŽITÍM SIGNÁLOVÉHO PROCESORU DSPACE Přednáška na semináři CAHP v Praze 4.9.2013 Prof. Ing. Petr Noskievič, CSc. Ing. Miroslav Mahdal, Ph.D. Katedra automatizační
Čtvrtek 8. prosince. Pascal - opakování základů. Struktura programu:
Čtvrtek 8 prosince Pascal - opakování základů Struktura programu: 1 hlavička obsahuje název programu, použité programové jednotky (knihovny), definice konstant, deklarace proměnných, všechny použité procedury
Algoritmizace a programování
Algoritmizace a programování Strukturované proměnné Struktura, union Jazyk C České vysoké učení technické Fakulta elektrotechnická A8B14ADP Jazyk C - Strukturované proměnné Ver.1.10 J. Zděnek 20151 Struktura
Moderní nástroje pro vývoj elektronických řídicích jednotek
Moderní nástroje pro vývoj elektronických řídicích jednotek Jiří Sehnal Humusoft spol. s r.o. sehnal@humusoft.com EVV 2008 Automobilová elektronika Brno, 17. - 18. 6. 2008 Jiří Sehnal, Humusoft spol. s
RadioBase 3 Databázový subsystém pro správu dat vysílačů plošného pokrytí
Databázový subsystém pro správu dat vysílačů plošného pokrytí RadioBase je datový subsystém pro ukládání a správu dat vysílačů plošného pokrytí zejména pro služby analogové a digitální televize a rozhlasu.
VYUŽITÍ MATLAB WEB SERVERU PRO INTERNETOVOU VÝUKU ANALÝZY DAT A ŘÍZENÍ JAKOSTI
VYUŽITÍ MATLAB WEB SERVERU PRO INTERNETOVOU VÝUKU ANALÝZY DAT A ŘÍZENÍ JAKOSTI Aleš Linka 1, Petr Volf 2 1 Katedra textilních materiálů, FT TUL, 2 Katedra aplikované matematiky, FP TUL ABSTRAKT. Internetové
Obsah. Kapitola 1. Kapitola 2. Kapitola 3. Úvod 9
Obsah Úvod 9 Kapitola 1 Business Intelligence, datové sklady 11 Přechod od transakčních databází k analytickým..................... 13 Kvalita údajů pro analýzy................................................
Marketingová komunikace. 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3bph)
Marketingová komunikace Kombinované studium Skupina N9KMK3PH (vm3bph) 3. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Zdroje Studijní materiály Heleny Palovské
Obsah. Kapitola 1. Kapitola 2. Kapitola 3. Kapitola 4. Úvod 11. Stručný úvod do relačních databází 13. Platforma 10g 23
Stručný obsah 1. Stručný úvod do relačních databází 13 2. Platforma 10g 23 3. Instalace, první přihlášení, start a zastavení databázového serveru 33 4. Nástroje pro administraci a práci s daty 69 5. Úvod
Spark SQL, Spark Streaming. Jan Hučín
Spark SQL, Spark Streaming Jan Hučín 21. listopadu 2018 Osnova 1. Spark SQL 2. Další rozšíření Sparku Spark streaming GraphX Spark ML 2 Spark SQL Spark SQL a DataFrames (DataSets) Rozšíření k tradičnímu
Marketingová komunikace. 2. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK1aPH/N9KMK1bPH (um1a1ph/um1b1ph)
Marketingová komunikace Kombinované studium Skupina N9KMK1aPH/N9KMK1bPH (um1a1ph/um1b1ph) 2. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Minulé soustředění úvod
Počítačové kurzy buildit
Počítačové kurzy buildit Kurz MS Windows - základy 1 590 Kč principy systému Windows, ovládání systému, práce s aplikacemi a okny, správa souborů a složek, multitasking, práce se schránkou Uživatelům,
Návrhy elektromagnetických zení
Návrhy elektromagnetických součástek stek a zařízen zení Zuzana Záhorová zuzanaz@humusoft.cz Karel Bittner bittner@humusoft.cz www.humusoft.cz www.comsol comsol.com tel.: 284 011 730 fax: 284 011 740 Program
VÝVOJ INTERNETOVÝCH APLIKACÍ - VIA
Metodický list č. 1 Způsob zakončení : Úvod Technologie webových aplikací Protokol HTTP Po zvládnutí tématického celku bude student mít základní přehled o problematice programování internetových (webových)
Tabulka základních vlastností nástroje C++Builder dle edice
Tabulka základních vlastností nástroje C++Builder dle edice Oblast Architect Enterprise Professional Starter VÝVOJ PRO RŮZNÁ ZAŘÍZENÍ Vysoce produktivní integrované vizuální vývojové prostředí (IDE) s
Možnosti aplikace: Copyright 2001, COM PLUS CZ, Praha
Vyhodnocovací program CP TARIF 2001 umožňuje rychlé a podrobné sledování telefonního provozu pobočkových ústředen. Uživatel programu tak získává všechny potřebné údaje o odchozích telefonních hovorech,
UDS for ELO. Univerzální datové rozhraní. >> UDS - Universal Data Source
Univerzální datové rozhraní UDS for ELO UDS pro ELO je univerzální datové rozhraní, schopné napojit systém pro archivaci a správu dokumentů ELO na libovolný datový zdroj a to bez nutnosti programování.
IBM SPSS Decision Trees
IBM Software IBM SPSS Decision Trees Jednoduše identifikujte skupiny a predikujte Stromově uspořádané postupné štěpení dat na homogenní podmnožiny je technika vhodná pro exploraci vztahů i pro tvorbu rozhodovacích
Předmluva 11 Typografická konvence použitá v knize 12. 1 Úvod do Excelu 2003 13
Předmluva 11 Typografická konvence použitá v knize 12 1 Úvod do Excelu 2003 13 Spuštění a ukončení Excelu 14 Spuštění Excelu 14 Ukončení práce s Excelem 15 Přepínání mezi otevřenými sešity 16 Oprava aplikace
BI & DWH & MIS nástroj 2. generace
Pavel Seibert KOMIX s.r.o. Avenir Business Park Radlická 751/113e, 158 00 Praha 5 tel.: +420 257 288 211 Úvod Pro oblast Business Intelligence je na trhu celá řada osvědčených produktů osvědčených firem
13 Barvy a úpravy rastrového
13 Barvy a úpravy rastrového Studijní cíl Tento blok je věnován základním metodám pro úpravu rastrového obrazu, jako je např. otočení, horizontální a vertikální překlopení. Dále budo vysvětleny různé metody
Marketingová komunikace. 2. a 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3aph)
Marketingová komunikace Kombinované studium Skupina N9KMK3PH (vm3aph) 2. a 3. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Co nás čeká: 2. soustředění 16.1.2009
TECHNICKÁ SPECIFIKACE PŘEDMĚTU PLNĚNÍ
TECHNICKÁ SPECIFIKACE PŘEDMĚTU PLNĚNÍ ČÁST II. ÚČETNÍ, EKONOMICKÉ A PRÁVNÍ KURZY Název kurzu Délka trvání (předpokládaný) Počet účastníků Mezinárodní účetní standardy (US GAAP, IFRS) 16 10 2 Počet skupin/
Vývoj a testování elektronických řídicích jednotek pro automobily
Vývoj a testování elektronických řídicích jednotek pro automobily Jiří Sehnal Humusoft spol. s r.o. sehnal@humusoft.com EVV 2011 Automobilová elektronika Praha, 7. 6. 2011 Jiří Sehnal, Humusoft spol. s
Úvodem 9. Zpětná vazba od čtenářů 10 Zdrojové kódy ke knize 10 Errata 10. Než začneme 11
Obsah Úvodem 9 Zpětná vazba od čtenářů 10 Zdrojové kódy ke knize 10 Errata 10 Kapitola 1 Než začneme 11 Dynamické vs. statické stránky 11 Co je a k čemu slouží PHP 12 Instalace potřebného softwarového
Virtuální přístroje. Matlab a Instrument Control Toolbox. J.Tomek, A.Platil
Virtuální přístroje Matlab a Instrument Control Toolbox J.Tomek, A.Platil Obsah 1. MATLAB 2. Instrument Control Toolbox toolbox pro práci s přístroji rozsah, různé možnosti 3. Simulink dva bloky pro komunikaci
MATURITNÍ ZKOUŠKY Obor: OBCHODNÍ AKADEMIE
Obchodní akademie a Jazyková škola s právem státní jazykové zkoušky, Přerov, Bartošova 24 MATURITNÍ ZKOUŠKY 2016-2017 Obor: OBCHODNÍ AKADEMIE PÍSEMNÁ ODBORNÁ MATURITNÍ ZKOUŠKA 2017 OA - FIM OA - MIT Čas
Kurz je rozdělen do čtyř bloků, které je možné absolvovat i samostatně. Podmínkou pro vstup do kurzu je znalost problematiky kurzů předešlých.
Soubor kurzů XHTML, CSS, PHP a MySQL Kurz je rozdělen do čtyř bloků, které je možné absolvovat i samostatně. Podmínkou pro vstup do kurzu je znalost problematiky kurzů předešlých. Jeden blok se skládá
Vyvinuté programové vybavení (projekt čís. TA02030806)
Vyvinuté programové vybavení (projekt čís. TA02030806) 1.část programů Předzpracování dat Program sloužící k vytvoření Digitálního modelu reliéfu, povrchu a bezpečnostní hladiny, do formátu grid, s konstantním
Praktické využití Mathematica CalcCenter. Ing. Petr Kubín, Ph.D. xkubin@fel.cvut.cz www.powerwiki.cz Katedra elektroenergetiky, ČVUT v Praze, FEL
Praktické využití Mathematica CalcCenter Ing. Petr Kubín, Ph.D. xkubin@fel.cvut.cz www.powerwiki.cz Katedra elektroenergetiky, ČVUT v Praze, FEL Obsah Popis Pojetí Vlastnosti Obecná charakteristika Ovladače
KANCELÁŘSKÉ APLIKACE
KANCELÁŘSKÉ APLIKACE Kurzy MS Office 2003, 2007 a OpenOffice jsou určeny zejména těm uživatelům PC, kteří běžně pracují s kancelářskými aplikacemi, ale chtěli by svoje znalosti a dovednosti prohloubit
VZOROVÝ STIPENDIJNÍ TEST Z INFORMAČNÍCH TECHNOLOGIÍ
VZOROVÝ STIPENDIJNÍ TEST Z INFORMAČNÍCH TECHNOLOGIÍ 1. Dědičnost v OOP umožňuje: a) dědit vlastnosti od jiných tříd a dále je rozšiřovat b) dědit vlastnosti od jiných tříd, rozšiřovat lze jen atributy
Import a export dat EU peníze středním školám Didaktický učební materiál
Import a export dat EU peníze středním školám Didaktický učební materiál Anotace Označení DUMU: VY_32_INOVACE_IT4.19 Předmět: IVT Tematická oblast: Microsoft Office 2007 Autor: Ing. Vladimír Šauer Škola:
AUTOMATICKÉ ŘÍZENÍ S INTERNETOVOU KOMUNIKACÍ V PHP Automatic Control with Internet Communication in PHP
AUTOMATICKÉ ŘÍZENÍ S INTERNETOVOU KOMUNIKACÍ V PHP Automatic Control with Internet Communication in PHP Kamil Mrázek Abstrakt: Jazyk PHP a jeho využití v řízení přes internet, získávání dat z webových
Informace k e-learningu
Informace k e-learningu Příprava na testy bude probíhat samostatně formou e-learningových školení přístupných způsobem popsaným níže. Zkušební testy, pomocí kterých se budete připravovat na závěrečný test,
SRSW4IT Inventarizační SW. Prezentace aplikace. Vedoucí DP: ing. Lukáš Macura Autor: Bc. Petr Mrůzek
Prezentace aplikace Vedoucí DP: ing. Lukáš Macura Autor: Bc. Petr Mrůzek Osnova Úvod Programovací jazyk - PHP Etapy vývoje Funkce aplikace Co SW umí Na čem se pracuje Vize do budoucna Úvod Úvod Inspirováno
Vytěžování znalostí z dat
Pavel Kordík, Josef Borkovec (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 9 1/16 Vytěžování znalostí z dat Pavel Kordík, Josef Borkovec Department of Computer Systems Faculty of Information
Alcatel-Lucent. NMS OmniVista 4760. Účtování a zprávy. Ing.Martin Lenko listopad 2012
Alcatel-Lucent NMS OmniVista 4760 Účtování a zprávy Ing.Martin Lenko listopad 2012 Obsah 1. Úvod Dohledový systém NMS 2. Deklarace TÚ v NMS 3. Vytváření účtenek v TÚ telefonní seznam, synchronizace 4.
Microsoft Excel 2010 pro ekonomy + procvičování
Microsoft Excel 2010 pro ekonomy + procvičování Cíl semináře: Vysoce interaktivní kurz je zaměřen na procvičení ekonomických funkcí a výpočtů na příkladech v tabulkovém editoru Microsoft Excel 2010. U
Úvod do modelování v programu COMSOL Multiphysics verze 4
Úvod do modelování v programu COMSOL Multiphysics verze 4 Karel Bittner bittner@humusoft. @humusoft.cz www.humusoft.cz www.comsol comsol.com 1 Program semináře 9:00 9:30 registrace 9:30 10:30 COMSOL Multiphysics,
Spark SQL, Spark Streaming. Jan Hučín
Spark SQL, Spark Streaming Jan Hučín 22. listopadu 2017 Osnova 1. Spark SQL 2. Další rozšíření Sparku Spark streaming GraphX Spark ML 2 Spark SQL Spark SQL a DataFrames (DataSets) Rozšíření k tradičnímu