|
Analýza experimentálních dat (B2M31AED)
Anotace
V rámci předmětu „Analýza experimentálních dat“ se studenti naučí aplikovat základní metody statistických analýz a strojového učení pro vyhodnocení a interpretaci dat. V rámci cvičení budou studenti zpracovávat a vyhodnocovat dílčí úlohy na reálných datech z oblasti zpracování signálů v neurovědách. V rámci semestrální práce budou studenti řešit komplexní úlohu a na závěr prezentovat výsledky jejich práce. Cílem předmětu je studenty seznámit s praktickým využitím základních statistických metod a také naučit je kriticky myslet a získat dovednosti při samostatném řešení praktických úkolů.
Literatura
[1] Vidakovic B. Statistics for bioengineering sciences: with Matlab and WinBUGS support. New Yourk: Springer, 2011.
[2] Hastie T, Tibshirani R, Friedman JH. The elements of statistical learning : data mining, inference, and prediction: with 200 full-color illustrations. New York: Springer, 2001.
[3] Meloun M, Militký J. Statistická analýza experimentálních dat. Praha: Academia, 2004.
[PDF]
Základní informace k předmětu
Garant a přednášející: Ing. Jan Rusz, Ph.D. (ruszjan at fel.cvut.cz)
Vedení laboratoře: Ing. Martin Kaňok (kanokma1 at fel.cvut.cz)
Rozvhr:
Přednášky (T2:A4-405): čtvrtek 12:45-14:15
Cvičení (T2:A4-405): čtvrtek 14:30-16:00
Pravidla pro hodnocení a podmínky udělení zápočtu
PODMÍNKOU ZÁPOČTU JE VYPRACOVÁNÍ A ODPREZENTOVÁNÍ SEMESTRÁLNÍ PRÁCE
Zadání semestrální práce je pro každou dvojici studentů individuální.
Celkové hodnocení zkoušky se bude skládat:
20 bodů - práce na cvičeních v semestru (10 cvičení x 2 body)
Bonus max 20 bodů - termínované domácí bonusové úlohy bodované dle obtížnosti
30 bodů - kvalita zpracování a obsah odevzdané semestrální práce
10 bodů - prezentace výsledků (poslední týden výuky)
10 bodů - posudek na semestrální práci zadaného kolegy
30 bodů - zkouška (3 otázky x 3 body)
Výsledné hodnocení:
A ... 91 až 100+
B ... 81 až 90
C ... 71 až 80
D ... 61 až 70
E ... 51 až 60
F ... < 50
Varianty semestrálních prací
Budou vyhlášeny po skončení přednášky číslo 7 (Vícerozměrná ANOVA).
Termíny zkoušek
Budou doplněny před koncem semestru.
Studijní materiály
1. týden (26.9.2019):
Úvod do analýzy experimentálních dat
[PDF]
Seznámení s daty z oblasti zpracování signálů v neurovědách
[PDF]
Cvičení: Úvod do prostředí Matlab
[m-file]
Návod k načtení dat:
[Datasheat cheat]
2. týden (3.10.2019):
Úvod do statistiky (základní statistické parametry, pravděpodobnostní distribuce, vykreslení statistických dat)
[PDF]
[Matlab code]
Cvičení: Úvod do statistiky
[PDF]
[Data]
3. týden (10.10.2019):
Testování hypotéz (skupinové rozdíly, párové testy, velikost účinku)
[PDF]
[Matlab code]
Cvičení: Skupinové rozdíly
[PDF]
[Data]
4. týden (17.10.2019):
Korelace (Testování normality dat, parametrické vs. neparametrické testy)
[PDF]
[Matlab code]
Cvičení: Korelace
[PDF]
[Data]
.
.
.
14. týden (9.1.2020):
Prezentace semestrálních prací
|
|
Contact:
Czech Technical University in Prague, Faculty of Electrical Engineering
Department of Circuit Theory
Technicka 2, 166 27 Prague 6, Czech Republic
Phone: +420 2435 2236, e-mail: cmejla at fel.cvut.cz |
|
|
|