460-4127/01 – Analýza síťových dat (ASD)
| Garantující katedra | Katedra informatiky | Kredity | 4 |
| Garant předmětu | doc. Mgr. Miloš Kudělka, Ph.D. | Garant verze předmětu | doc. Mgr. Miloš Kudělka, Ph.D. |
| Úroveň studia | pregraduální nebo graduální | Povinnost | povinně volitelný typu B |
| Ročník | 1 | Semestr | letní |
| | Jazyk výuky | čeština |
| Rok zavedení | 2019/2020 | Rok zrušení | 2021/2022 |
| Určeno pro fakulty | FEI | Určeno pro typy studia | navazující magisterské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Cílem předmětu je získání znalostí související s metodami analýzy síťových dat, zejména pak s přístupy spojenými s měřením lokálních, globálních a v čase se měnících vlastností sítí, s algoritmy pro analýzu strukturálních vlastností sítí, s generativními modely sítí a se strukturami pro reprezentaci sítí. Studenti budou schopni porozumět analyzovaným datům, budou schopni správně interpretovat a posoudit dosažené výsledky a budou schopni výsledky vhodnými metodami prezentovat a vizualizovat.
Vyučovací metody
Přednášky
Cvičení (v učebně)
Anotace
V předmětu se studenti obeznámí se základními i pokročilými algoritmy pro analýzu a vizualizaci sítí. Přednášky se budou věnovat teoretickému popisu jednotlivých algoritmů pro jednotlivé analytické úlohy a to tak, aby byly studenti schopni sami rozhodnout, kdy je která metod vhodná, jaké má předpoklady, jaký je její princip a jaké výstupy s ní lze získat. Cvičení pak poslouží pro praktické experimenty nad vhodnými datovými sadami, experimentování s nástroji pro analýzu síťových dat a pro hodnocení výsledků experimentů.
Povinná literatura:
Doporučená literatura:
Forma způsobu ověření studijních výsledků a další požadavky na studenta
Získání dostatečného počtu bodů za účast a aktivitu ve cvičeních (19-36 bodů).
Zpracovaný a vyhodnocený experiment z analýzy reálných nebo referenčních síťových dat (10-20 bodů).
Implementace vybraného algoritmu z přednášek nebo obdobného rozsahu (12-24 bodů).
Úspěšné absolvování zápočtového testu (10-20 bodů).
E-learning
Další požadavky na studenta
Další požadavky na studenta nejsou kladeny.
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
Přednášky:
1. Sítě a jejich vlastnosti, typy sítí a jejich reprezentace.
2. Metody měření důležitost vrcholů v sítích
3. Struktura a globální vlastnosti rozsáhlých sítí, základní modely sítí
4. Základní datové struktury pro reprezentaci sítí a algoritmy pro analýzu sítí
5. Shluky v sítích, maticové algoritmy. dělení grafu.
6. Vzorkování sítí (sampling)
7. Modely sítí s komunitní strukturou
8. Modely sítí zaměřené na vývoj sítí v čase (evolving networks)
9. Modularita a komunitní struktura, detekce komunit v sítích
10. Korelace v sítích
11. Odolnost sítí a šíření jevů
12. Temporální sítě
13. Vícevrstvé sítě, vlastnosti a míry, náhodné procházky a projekce.
14. Metody vizualizace sítí
Cvičení na počítačové učebně tematicky odpovídají přednáškám, praktické ukázky, diskuze a experimenty.
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky
Předmět neobsahuje žádné hodnocení.