Statystyka obliczeniowa to algorytmy i metody analizy danych z pogranicza
eksploracji danych, inteligencji obliczeniowej, uczenia maszynowego i
wnioskowania statystycznego. Stanowią one podstawy wielu systemow
ekspertowych, systemow klasyfikacji i rozpoznawania obiektow czy systemow
wspomagania decyzji. Statystyka obliczeniowa zajmuje się także przetwarzaniem
dużych danych, w tym danych multimedialnych i szeregow czasowych, wykrywaniem
w nich ciekawych zależności i pozyskiwaniem z nich nietrywialnej wiedzy.
Wykład rozpocznie się od łagodnego wprowadzenia do statystyki obliczeniowej,
więc od słuchacza będzie wymagana jedynie podstawowa wiedza z zakresu rachunku
prawdopodobieństwa i statystyki (na przykład zaliczenie wykładu RPiS). Podczas
pracowni wymagana będzie umiejętność programowania, zwłaszcza w popularnych
narzędziach używanych do analizy danych, takich jak Matlab czy Octave
(narzędzi tych będzie można nauczyć się samemu w pierwszych tygodniach zajęć
lub rownocześnie uczęszczać na kurs z nowoczesnych językow przetwarzania
danych). Część zadań może wymagać rownież programowania w klasycznych językach
programowania (C/C++, Java, Python).
Program wykładu:
1\. Wprowadzenie do statystyki obliczeniowej.
2\. Podstawowe metody probabilistyczne i statystyczne w praktyce.
3\. Exploratory Data Analysis.
4\. Monte Carlo Methods.
5\. Statistical Pattern Recognition.
**UWAGA: Wykład będzie prowadzony wsp olnie z drem Janem Chorowskim.**
