Uniwersytet Warszawski - Centralny System UwierzytelnianiaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Some topics in the analysis of large data bases

Informacje ogólne

Kod przedmiotu: 1000-1M19ADB Kod Erasmus / ISCED: 11.1 / (0541) Matematyka
Nazwa przedmiotu: Some topics in the analysis of large data bases
Jednostka: Wydział Matematyki, Informatyki i Mechaniki
Grupy: Przedmioty monograficzne dla IV - V roku matematyki
Punkty ECTS i inne: 6.00
zobacz reguły punktacji
Język prowadzenia: angielski
Rodzaj przedmiotu:

monograficzne

Pełny opis: (tylko po angielsku)

In the first part of this lecture we will use the classical setup of the multivariate normal distribution to discuss the generic problems in the analysis of large data sets: needle in haystack problem, limits of signal detectability, multiple testing and regularization techniques. In the second part of the lecture we will apply these notions in the context of the analysis of high dimensional generalized linear models. We will discuss the properties of the information model selection criteria and the regularization techniques like ridge regression, LASSO and SLOPE. If time permits we will also discuss some unsupervised techniques for dimensionality reduction like PCA, sparse PCA and sparse subspace clustering. Student will have a chance to verify the properties of different methods using the computer simulations and real data analysis.

Zajęcia w cyklu "Semestr letni 2019/20" (w trakcie)

Okres: 2020-02-17 - 2020-08-02
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Szymon Majewski
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Uwagi: (tylko po angielsku)

The lectures will be given by prof. Małgorzataa Bogdan from University of Wrocław.

Intensive course, lectures twice a month (Thursdays and Fridays), 4hrs a day. For timetable, see there and then tap on show all dates.

Labs every Friday, once a week (standard schedule).

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.