638-3001/01 – Matematické prostředky informatiky (MPI)

Garantující katedra	Katedra automatizace a počítačové techniky v průmyslu	Kredity	7
Garant předmětu	doc. Ing. Jiří David, Ph.D.	Garant verze předmětu	doc. Ing. Jiří David, Ph.D.
Úroveň studia	pregraduální nebo graduální	Povinnost	povinný
Ročník	2	Semestr	zimní
		Jazyk výuky	čeština
Rok zavedení	2014/2015	Rok zrušení
Určeno pro fakulty	FMT	Určeno pro typy studia	navazující magisterské

Výuku zajišťuje
Os. čís.	Jméno	Cvičící	Přednášející
DAV47	doc. Ing. Jiří David, Ph.D.

Rozsah výuky pro formy studia
Forma studia	Zp.zak.	Rozsah
prezenční	Zápočet a zkouška	4+3
kombinovaná	Zápočet a zkouška	18+0

Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi

Student bude umět stanovit zdroje a typy chyb při numerických výpočtech. Student si osvojí druhy a principy moderních optimalizačních metod . Student bude umět navrhnout řešení optimalizační úlohy s využitím genetických algoritmů resp. některou z metod evolučních algoritmů. Student si osvojí základní principy a metody dataminingu. Student si osvojí základní dovednosti při řešení matematických úloh v prostředí Matlab a řešení úloh s využitím genetických algoritmů v prostředí Matlab Toolbox Genetic Algorithm.

Vyučovací metody

Přednášky
Cvičení (v učebně)

Anotace

Předmět seznamuje se základními zdoji chyb při numerických metodách, klasifikací moderních optimlaizačních metod. Důraz je kladen na získání teoretických i praktických dovednosti při řešení úloh s využitím genetických resp. evolučních algoritmů. Základní teoretické znalosti při řešení úloh dataminigu a základní praktické dovednosti při řešení matematických úloh v prostředí Matlab a řešení úloh s využitím genetických algoritmů v prostředí Matlab Toolbox Genetic Algorithm.

Povinná literatura:

DAVID, J. Matematické prostředky informatiky. VŠB-TU Ostrava, Ostrava, 2013. BERKA, P. Dobývání znalostí z databází. Praha : Academia, 2003, ISBN 80-200-1062-9 ZELINKA, I. Umělá inteligence v problémech globální optimalizace. Praha: BEN - technická literatura, 2002. ISBN: 80-7300-069-5. WITTEN I. H., E. FRANK and M.A. HALL. Data Mining: Practical Machine Learning Tools and Techniques: Practical Machine Learning Tools and Techniques. Elsevier, 2011. ISBN 0080890369. KIM, K. et. al. Genetic Algorithms.: Concepts and Designs. London: Springer, 1999. ISBN 1852330724. TAN P. N.: Introduction To Data Mining. Pearson Education, 2007. ISBN 8131714721. BACK, T. Evolutionary Algorithms in Theory and Practice : Evolution Strategies, Evolutionary Programming, Genetic Algorithms. Oxford: Oxford University Press, 1995. ISBN 0195356705.

Doporučená literatura:

OPLATKOVÁ, Z. et. al. Evoluční výpočetní techniky - principy a aplikace. BEN-Technická literatura, 2008. ISBN: 80-7300-218-3. KIUSALAAS, J. Numerical Methods in Engineering with MATLAB. Cambridge: Cambridge University Press, 2015. ISBN: 9781107120570. CHARTIER, T. P. and A. GREENBAUM. Numerical Methods: Design, Analysis, and Computer Implementation of Algorithms. Princeton :Princeton University Press. 2012. ISBN: 978-0691151229. WALTER J. G. and T. L. VINCENT Modern control systems analysis and design. New York : John Wiley & Sons, Inc., 1993. ISBN 0-471-81193-9. YAO, X. Evolutionary Computation: Theory and Applications. World Scientific, 1999. ISBN 9810223064.

Forma způsobu ověření studijních výsledků a další požadavky na studenta

E-learning

Další požadavky na studenta

Seznámení s praktickým řešení optimalizační úlohy s využitím genetických algoritmů.

Prerekvizity

Předmět nemá žádné prerekvizity.

Korekvizity

Předmět nemá žádné korekvizity.

Osnova předmětu

1. Chyby, zdroje a typy chyb. Zaokrouhlovací chyby. Chyby metody 2. Neúplná čísla a zobrazení čísel v počítači. Korektnost, podmíněnost a stabilita numerických úloh. 3. Úĺohy optimalizace. Klasifikace optimalizačních metod. 4. Principy základních optimalizačních metod. Evoluční metody 5. Princip genetických algoritmů 6. Fitness hodnota. Kódování řetězců 7. Ukončování genetického algoritmu. Stagnace genetického algoritmu 8. Výběr řetězců. Principy jednotlivých metod výběru 9. Křížení. Mutace. Druhy mutace 10. Varianty genetických algoritmů 11. Princip evoluční strategie. Princip diferenciální evoluce. Princip SOMA. Princip UIS 12. Datové sklady. 13. Data mining. Úlohy data miningu 14. Princip metodologie CRISP-DM 15. Metody data miningu. Princip rozhodovacích stromů

Podmínky absolvování předmětu

Kombinovaná forma (platnost od: 2014/2015 zimní semestr)

Název úlohy	Typ úlohy	Max. počet bodů (akt. za podúlohy)	Min. počet bodů	Max. počet pokusů
Zápočet a zkouška	Zápočet a zkouška	100 (100)	51
Zápočet	Zápočet	35	25
Zkouška	Zkouška	65	26	3

Rozsah povinné účasti:

Zobrazit historii

Podmínky absolvování předmětu a účast na cvičeních v rámci ISP:

Zobrazit historii

Výskyt ve studijních plánech

Akademický rok	Program	Obor/spec.	Forma	Jazyk výuky	Konz. stř.	Ročník	Typ povinnosti
2020/2021	(N3922) Ekonomika a řízení průmyslových systémů	(3902T042) Automatizace a počítačová technika v průmyslových technologiích	P	čeština	Ostrava	2	povinný	stu. plán
2020/2021	(N3922) Ekonomika a řízení průmyslových systémů	(3902T042) Automatizace a počítačová technika v průmyslových technologiích	K	čeština	Ostrava	2	povinný	stu. plán
2019/2020	(N3922) Ekonomika a řízení průmyslových systémů	(3902T042) Automatizace a počítačová technika v průmyslových technologiích	K	čeština	Ostrava	2	povinný	stu. plán
2019/2020	(N3922) Ekonomika a řízení průmyslových systémů	(3902T042) Automatizace a počítačová technika v průmyslových technologiích	P	čeština	Ostrava	2	povinný	stu. plán
2018/2019	(N3922) Ekonomika a řízení průmyslových systémů	(3902T042) Automatizace a počítačová technika v průmyslových technologiích	P	čeština	Ostrava	2	povinný	stu. plán
2018/2019	(N3922) Ekonomika a řízení průmyslových systémů	(3902T042) Automatizace a počítačová technika v průmyslových technologiích	K	čeština	Ostrava	2	povinný	stu. plán
2017/2018	(N3922) Ekonomika a řízení průmyslových systémů	(3902T042) Automatizace a počítačová technika v průmyslových technologiích	P	čeština	Ostrava	2	povinný	stu. plán
2017/2018	(N3922) Ekonomika a řízení průmyslových systémů	(3902T042) Automatizace a počítačová technika v průmyslových technologiích	K	čeština	Ostrava	2	povinný	stu. plán
2016/2017	(N3922) Ekonomika a řízení průmyslových systémů	(3902T042) Automatizace a počítačová technika v průmyslových technologiích	P	čeština	Ostrava	1	povinný	stu. plán
2016/2017	(N3922) Ekonomika a řízení průmyslových systémů	(3902T042) Automatizace a počítačová technika v průmyslových technologiích	K	čeština	Ostrava	1	povinný	stu. plán
2015/2016	(N3922) Ekonomika a řízení průmyslových systémů	(3902T042) Automatizace a počítačová technika v průmyslových technologiích	P	čeština	Ostrava	1	povinný	stu. plán
2015/2016	(N3922) Ekonomika a řízení průmyslových systémů	(3902T042) Automatizace a počítačová technika v průmyslových technologiích	K	čeština	Ostrava	1	povinný	stu. plán
2014/2015	(N3922) Ekonomika a řízení průmyslových systémů	(3902T042) Automatizace a počítačová technika v průmyslových technologiích	P	čeština	Ostrava	1	povinný	stu. plán
2014/2015	(N3922) Ekonomika a řízení průmyslových systémů	(3902T042) Automatizace a počítačová technika v průmyslových technologiích	K	čeština	Ostrava	1	povinný	stu. plán

Výskyt ve speciálních blocích

Název bloku	Akademický rok	Forma studia	Jazyk výuky	Ročník	Z	L	Typ bloku	Vlastník bloku

Hodnocení Výuky