Mapa webu
- Analýza a hodnocení biologických dat
- Umělá inteligence
- Úvod
- Expertní systémy
- Prohledávání stavového prostoru
- Neuronové sítě - jednotlivý neuron
- Neuronové sítě - Perceptrony
- Výstupy z výukové jednotky
- Dopředné neuronové sítě
- Jednovrstvý perceptron
- Vícevrstvý perceptron
- Organizační a aktivní dynamika
- Ilustrace klasifikačních možnosti vícevrstvého perceptronu
- Klasifikační možnosti vícevrstvého perceptronu - Kolmogorova věta
- Adaptační dynamika
- Algoritmus zpětného šíření chyby (BP algoritmus)
- Minimalizace chybové funkce adaptačním algoritmem
- Vícevrstvý perceptron a syndrom přeučení
- Literatura
- Sítě se vzájemnými vazbami
- Soutěživé sítě
- Úvod do genetických algoritmů (GA)
- Podklady pro výuku
- Vícerozměrné metody pro analýzu a klasifikaci dat
- Úvod do vícerozměrné analýzy dat
- Vícerozměrná rozdělení pravděpodobnosti
- Vícerozměrné statistické testy
- Podobnosti a vzdálenosti ve vícerozměrném prostoru
- Základní informace
- Výstupy z výuky
- Úvod
- Základní vymezení pojmů
- Metriky pro určení vzdálenosti a podobnosti mezi dvěma vektory
- Metriky pro určení vzdálenosti mezi dvěma vektory s kvalitativními hodnotami souřadnic
- Metriky pro určení podobnosti mezi dvěma obrazy s kvalitativní-mi hodnotami souřadnic
- Metriky pro určení vzdálenosti mezi dvěma vektory s kvantitativními hodnotami souřadnic
- Metriky pro určení podobnosti dvou obrazů s kvantitativními hodnotami souřadnic
- Metriky pro určení vzdálenosti mezi dvěma množinami vektorů
- Praktické příklady
- Literatura
- Asociační matice
- Shluková analýza
- Volba a výběr popisných proměnných
- Ordinační analýzy
- Vztah ordinačních prostorů
- Pokročilejší metody extrakce proměnných
- Klasifikace
- Úvod
- Úvod do klasifikace dat
- Výstupy z výukové jednotky
- Klasifikace dat
- Typy klasifikátorů podle reprezentace vstupních dat
- Typy klasifikátorů podle jednoznačnosti zařazení do skupin
- Typy klasifikátorů podle typů klasifikačních a učících algoritmů
- Typy klasifikátorů podle způsobu učení
- Typy klasifikátorů podle principu klasifikace
- Literatura
- Klasifikace pomocí diskriminačních funkcí
- Výstupy z výukové jednotky
- Úvod do klasifikace dat pomocí diskriminačních funkcí
- Bayesův klasifikátor – kritérium maximální aposteriorní pravděpodobnosti
- Bayesův klasifikátor – kritérium minimální pravděpodobnosti chybného rozhodnutí
- Bayesův klasifikátor – kritérium minimální střední ztráty
- Bayesův klasifikátor – kritérium maximální pravděpodobnosti
- Příklad
- Literatura
- Klasifikace podle minimální vzdálenosti
- Klasifikace pomocí hranic v obrazovém prostoru - FLDA, SVM lineární a nelineární
- Sekvenční klasifikace
- Hodnocení úspěšnosti klasifikace
- Výstupy z výukové jednotky
- Úvod do hodnocení úspěšnosti klasifikace
- Rozdělení souboru na trénovací a testovací data
- Resubstituce
- Náhodný výběr s opakováním
- Predikční testování externí validací
- k-násobná křížová validace
- Obecné poznámky k rozdělení souboru na trénovací a testovací data
- Srovnání úspěšnosti klasifikace s náhodnou klasifikací
- Srovnání úspěšnosti klasifikace dvou klasifikátorů
- Srovnání úspěšnosti klasifikace třech a více klasifikátorů
- Literatura
- Úvod
- Príloha A - Základy maticové algebry
- Príloha B - Značení
- Príloha C - Seznam pojmů
- Statistické modelování
- Průzkumová analýza jednorozměrných dat
- Základní pojmy matematické statistiky
- Základy regresní a korelační analýzy
- Lineární regresní model
- Ověřování předpokladů v klasickém modelu lineární regrese
- Analýza rozptylu
- Zobecněné lineární modely
- Konkrétní GLM modely
- Analýza závislosti dvou veličin
- Literatura
- Teorie a praxe jádrového vyhlazování
- Seznam použitého značení
- Jádrové funkce a jejich vlastnosti
- Jádrové odhady regresní funkce
- Jádrové odhady hustoty
- Jádrové odhady distribuční funkce
- Jádrové odhady dvourozměrných hustot
- Datové soubory
- Přílohy
- Literatura
- Regresní modelování
- Opakování základů biostatistiky
- Lineární regresní model
- Praktické otázky vícenásobné lineární regrese
- Modelovací strategie a ověření předpokladů modelu
- Logistický regresní model a jiné zobecněné lineární modely
- Statistické hodnocení biodiverzity
- Úvod do analýzy diverzity
- Výstupy z výukové jednotky
- Definice biodiverzity
- Kvalitativní a kvantitativní komponenta biodiverzity
- α, β, γ diverzita
- Biodiverzita jako cílový parametr v hodnocení ekologických rizik
- Biodiverzita jako integrující ukazatel stavu biologických společenstev
- Produkce a velikost společenstev
- Struktura a typ společenstev
- Koncept chápání biodiverzity v ekologických studiích
- Vývoj a stabilita společenstev
- Pozice ukazatelů biologických společenstev v celkovém hodnocení vlivu stresoru
- Současný vývoj metod v hodnocení biodiverzity
- Software pro analýzu biodiverzity
- Literatura
- Data pro analýzu biodiverzity
- Vizualizace biodiverzity
- Diverzitní a biotické indexy
- Výstupy z výukové jednotky
- Principy a cíle výpočtu indexů diverzity
- Indexy založené na početnosti druhů
- Indexy založené na poměru početnosti druhů
- Q statistika
- Velikost vzorku a indexy biodiverzity – rarefakce
- Vztahy mezi indexy biodiverzity
- Odhad intervalů spolehlivosti a statistické testování biodiverzitních indexů
- Biotické indexy
- Literatura
- Modely druhové abundance
- Stochastické modely druhové abundance
- Na niku orientované modely druhové abundance
- Výstupy z výukové jednotky
- Geometrická řada
- Složený model (composite model)
- Náhodné roztřídění (random assortment)
- Odmítnutí dominance (dominance decay)
- Zlomená hůlka (broken stick) alias MacArthurova frakcionace
- Sugiharův model postupného dělení (Sugihara sequential breakage model)
- Náhodná frakcionace (random fraction)
- Předpoklad dominance (dominance preemption)
- Literatura
- Metody hodnocení β-diverzity
- Interakce taxonů a struktura společenstev v hodnocení diverzity
- Výpočetní nástroje
- Úvod do analýzy diverzity
- Umělá inteligence
- Aplikovaná analýza klinických a biologických dat
- Analýza a management dat pro zdravotnické obory, Analýza klinických dat
- Úvod do statistické analýzy dat pro zdravotnické obory
- Data, jejich popis a vizualizace
- Náhodná veličina, rozdělení pravděpodobnosti a reálná data
- Bodové a intervalové odhady
- Úvod do testování hypotéz
- Testování hypotéz o kvantitativních proměnných
- Analýza rozptylu (ANOVA)
- Testování hypotéz o kvalitativních proměnných
- Základy korelační analýzy
- Řešené příklady
- Základy software Statistica
- Popisná statistika v software Statistica
- Příklad 1: Jednovýběrový t-test
- Příklad 2: Nepárový dvouvýběrový t-test
- Příklad 3: Párový dvouvýběrový t-test
- Příklad 4: Mann – Whitney U test
- Příklad 5: Neparametrický párový test (Wilxoxonův, znaménkový)
- Příklad 6: Kruskalův- Wallisův test
- Příklad 7: Kontingenční tabulka
- Aplikovaná analýza přežití
- Základní pojmy analýzy přežití
- Hlavní charakteristiky v analýze přežití
- Neparametrické odhady
- Parametrické odhady
- Metody pro srovnání odhadů přežití
- Relativní přežití
- Regresní modely v analýze přežití
- Coxův model proporcionálních rizik I
- Coxův model proporcionálních rizik II
- Nástroje regresní diagnostiky
- Modely s podílem vyléčených pacientů
- Biostatistika pro matematickou biologii
- Úvod do biostatistiky
- Vztah pravděpodobnosti, statistiky a biostatistiky
- Data, jejich popis a vizualizace
- Náhodná veličina, rozdělení pravděpodobnosti a reálná data
- Bodové a intervalové odhady
- Úvod do testování hypotéz
- Testování hypotéz o kvantitativních proměnných
- Analýza rozptylu (ANOVA)
- Testování hypotéz o kvalitativních proměnných
- Asociace ve čtyřpolní tabulce
- Základy korelační analýzy
- Analýza a management dat pro zdravotnické obory, Analýza klinických dat
- Analýza a modelování dynamických biologických dat
- Lineární a adaptivní zpracování dat
- Úvod do problematiky
- Systémy a jejich popis v časové a frekvenční oblasti
- Výstupy z výukové jednotky
- Lineární časově invariantní systémy, konvoluce
- Lineární časově invariantní systémy a periodické signály, Fourierova řada
- Lineární časově invariantní systémy a periodické signály, frekvenční charakteristika,DTFT a DFT
- Dotaz ke znaménkům z rovnic 2.5 a 2.6
- Úlohy k procvičení
- Shrnutí
- Literatura
- Lineární filtrace - princip
- Lineární filtrace - filtry
- Kumulační zvýrazňování užitečné složky časových řad v šumu
- Výstupy z výukové jednotky
- Předpoklady pro kumulační zvýrazňování užitečné složky časových řad v šumu
- Poměr signálu k šumu SNR
- Repetiční časové řady
- Repetiční časové řady s náhodným rušením
- Odhad zbytkové rušivé složky ± průměrováním
- Repetiční časové řady s nenáhodným rušením
- Kumulační zvýrazňování s rovnoměrnými vahami
- Kumulační zvýrazňování s exponenciálními vahami
- Úlohy k procvičení
- Shrnutí
- Literatura
- Náhodné procesy a modely časových řad - dekompozice
- Náhodné procesy a modely časových řad - Boxovy a Jenkinsovy modely
- Lineární a adaptivní zpracování dat: řešené úlohy v MATLABu
- Matematické modely v biologii
- Maticové populační modely
- Prolog
- Konstrukce modelů
- Modely s konstantní projekční maticí
- Identifikace parametrů modelu
- Modely s externí variabilitou
- Modely s interní variabilitou
- Modely dvojpohlavní populace
- Dodatek: Perronova-Frobeniova teorie
- Dodatek: Perronova-Frobeniova teorie 2
- Signály a lineární systémy
- Kapitola počáteční
- Modely veličin spojitých v čase I
- Modely veličin spojitých v čase II
- Modely veličin spojitých v čase III
- Časové řady I
- Časové řady II
- Matematický popis systémů pracujících ve spojitém čase I
- Matematický popis systémů pracujících ve spojitém čase II
- Matematický popis lineárních systémů pracujících v diskrétním čase
- Systémové struktury
- Komplexní čísla
- Spojité deterministické modely I
- Obyčejné diferenciální rovnice
- Elementární metody řešení
- Obecné vlastnosti obyčejných diferenciálních rovnic
- Lineární rovnice
- Laplaceova transformace
- Autonomní systémy a kvalitativní teorie
- Některé klasické úlohy
- Základní modely populační dynamiky
- Lotkovy-Volterrovy systémy
- Epidemiologické modely
- Biochemické modely
- Dynamika excitabilních systémů
- Evoluční dynamika a vývoj vzorců chování
- Literatura
- Diskrétní deterministické modely
- Používané symboly
- Přípravné úvahy
- Diferenční rovnice
- Lineární rovnice
- Některé explicitně řešitelné rovnice
- Autonomní rovnice
- Transformace Z a její užití
- Aplikace
- Úvod do matematického modelování
- Úvod do problematiky
- Využití Maple v matematickém modelování
- Výstupy z výukové jednotky
- Slovo úvodem
- Spuštění Maple
- Výpočetní režimy Maple
- Operace se zápisníky (dokumenty) Maple
- Základní ovládání systému Maple
- Kontextové menu v zápisníku
- Nápověda
- Maple Portal
- Provádění výpočtů
- Přiřazení hodnot a výrazů do proměnných v Maple
- Knihovny (packages) Maple
- Řešení rovnic v Maple
- Paleta Components
- MapleCloud
- Úlohy k procvičení
- Metodologie matematického modelování s využitím Maple
- Vybrané kapitoly z matematického modelování
- Lineární a adaptivní zpracování dat
- Základy informatiky pro biology
- Cvičebnice jazyka R
- 1. cvičení – Rozšířené základy jazyka R
- 2. cvičení – Datové typy v jazyce R
- 3. cvičení – Práce s datovými tabulkami, indexování, spojování a agregace
- 4. cvičení – Regulární výrazy a kategorizace
- 5. cvičení – Programování v R
- 6. cvičení – Podmíněné příkazy a cykly v R
- 7. cvičení – Funkce
- Dokumentace k základním funkcím
- Slovníček pojmů jazyka R
- Algoritmizace a programování
- Algoritmus
- Návrh algoritmů I
- Návrh algoritmů II
- Návrh algoritmů III
- Návrh algoritmů IV.
- Programování v JavaScriptu - I
- Základní informace
- Výstupy z výukové jednotky
- Úvod
- Základy JavaScriptu
- Proměnné
- Vlastnosti proměnných
- Metody používané s řetězci
- Operátory s řetězci
- Proměnné typu Řetězec
- Číselné operátory
- Proměnné typu Numbers
- Operátory rovnosti - nerovnosti
- Binární logické operátory
- Proměnné typu Boolean
- Zjištění typu proměnné pomocí typeof a instanceof
- Testování neexistence hodnoty
- Speciální datové typy undefined a null
- Objekty
- Hodnoty primitivních datových typů
- Primitivní datové typy a objekty - rozdíl
- Další zdroje
- Programování v JavaScriptu - II
- Analýza dat v R
- Databázové systémy v biomedicíně
- Úvod do práce s databází
- Základy SQL
- Funkce a operátory v SQL
- Pokročilé SQL
- Analytické a statistické funkce SQL
- Vyhledávání v textu
- SQL skripty, uživatelské procedury a funkce
- Export a import dat
- Základy XML
- Literatura
- Teoretické základy informatiky
- Teorie čísel
- Teorie množin
- Výroková logika
- Predikátová logika
- Výstupy z výukové jednotky
- Motivace
- Predikáty
- Kvantifikátory
- Sémantika predikátové logiky 1. řádu
- Volná a vázaná proměnná
- Převod z přirozeného jazyka do symbolického jazyka predikátové logiky
- Sémantika jazyka predikátové logiky (interpretace formulí)
- Negace predikátových formulí
- Automatické dokazování v predikátové logice (obecná rezoluční metoda)
- Literatura
- Teorie grafů
- Výpočetní matematické systémy
- Jak pracovat s MATLABem
- Výuka jazyka R
- Cvičebnice jazyka R
- Analýza genomických a proteomických dat
- Analýza genomických a proteomických dat
- Současné výzvy a technologie genomiky a proteomiky
- Princip a rozdělení DNA mikročipů
- Analýza obrazu (kvantifikace signálu) DNA mikročipů
- Úprava a normalizace dat cDNA mikročipů
- Úprava a normalizace dat oligonukleotidových mikročipů
- Základní schémata statistické analýzy dat
- Analýza arrayCGH
- Analýza genových sad
- Analýza dat hmotnostní spektrometrie
- 2D gelová elektroforéza
- Veřejně dostupné databáze dat
- Analýza sekvencí DNA
- Sekvence
- Genom
- Sekvenování genomu
- Genetické databáze
- BLAST-Vyhledávání podobných sekvencí
- Predikce genů a anotace sekvence DNA
- Alignment
- Modelování příbuznosti sekvencí DNA
- Substituční model
- Metoda nejbližšího souseda
- Ověření stability uzlů stromu – bootstrap
- Fylogenetika
- Čtení fylogenetického stromu
- Maximální věrohodnost
- Bayesiánská inference
- Divergence druhů
- Analýza genomických a proteomických dat
- Slovník
- Vyhledávání
- Mapa webu
