PREDIKTIVNÍ MODELOVÁNÍ V R:

regrese, klasifikace a validace

Termín:
  • 17. - 21. 8. 2026
  • (9:00 - 11:15 hodin)
Forma:
  • online: aplikace MS Teams
Cena:9 900 Kč / 400 € + DPH
Cena s videozáznamem:
  • 13 200 Kč / 530 € + DPH
  • (dostupnost videozáznamu 3 měsíce)
Úroveň:středně pokročilý
Jazyk:slovenský
Počet dnů:
  • 14 výukových hodin

ÚVOD

Kurz prediktivního modelování v jazyce R je zaměřen na praktické využití statistických metod pro predikci a klasifikaci dat. Účastníci se naučí pracovat s reálnými daty v prostředí R Studia a postupně projdou klíčové modelovací přístupy od základů až po jejich správné vyhodnocení.

CÍL VZDĚLÁVACÍHO PROGRAMU

Cílem kurzu je seznámit účastníky s principy prediktivního modelování a jejich využitím v jazyce R. Účastníci se naučí pracovat s modely, jako je lineární a logistická regrese či klasifikační stromy, včetně jejich předpokladů a interpretace. Účastníci se zároveň naučí pracovat s technikami pro hodnocení kvality modelů, jako je rozdělení dat na trénovací a testovací množinu nebo křížová validace.

KURZ JE URČEN

Kurz je určen všem, kteří chtějí získat praktické dovednosti v prediktivním modelování dat v jazyce R. Je vhodný pro začátečníky i mírně pokročilé, kteří mají zájem o statistiku, datovou analýzu nebo strojové učení a chtějí se naučit modelovat a vyhodnocovat reálná data.

PŘEDPOKLADY

Základy jazyka R, základní orientace v prostředí R Studia.

PŘÍNOS ÚČASTI NA KURZU

Účastníci získají praktické dovednosti v tvorbě, interpretaci a vyhodnocování prediktivních modelů v R. Kurz je připraví na samostatnou práci s reálnými daty a rozhodování na základě modelových predikcí.

POPIS OBSAHU A POSTUPU

Kurz začíná lineární regresí, na které si účastníci osvojí principy modelování, interpretaci výsledků a důležité předpoklady modelu včetně toho, jak postupovat při jejich porušení. Následně se zaměříme na metody vhodné pro nečíselné závislé proměnné, konkrétně logistickou regresi a klasifikační stromy. Důraz je kladen nejen na samotné modelování, ale i na správné vyhodnocení modelů.

PROGRAM KURZU

  • úvodní přehled metod a jejich volba podle typu vstupních dat

  • lineární regrese: tvorba, interpretace a předpoklady modelu

  • co dělat při porušení předpokladů

  • logistická regrese pro binární závislé proměnné

  • klasifikační stromy a jejich interpretace

  • křížová validace pro odhad generalizovatelnosti modelů

  • vyhodnocení modelů pomocí ROC křivek a dalších metrik

Ve výjimečných případech změna programu vyhrazena dle zaměření
a zkušeností dané skupiny účastníků.