|
Lecturer(s)
|
-
Marek Patrice, Ing. Ph.D.
|
|
Course content
|
Finite-state machine - basic concepts. Finite-state machine operations, non-deterministic finite-state machine. Entropy, relative entropy, mutual information. Typical sequences, experiment planning and evaluation, data compression. Error-correcting code, connection with questionnaire construction. Channel capacity, classification as a communication channel. Gambling and connection with information theory. Gambling and portfolio theory. Queuing theory - basic concepts. Queuing theory - basic models. Information theory and statistics. Maximum entropy principle and its use in estimation.
|
|
Learning activities and teaching methods
|
Textual studies, Lecture, Practicum
- Preparation for an examination (30-60)
- 60 hours per semester
- Contact hours
- 65 hours per semester
- Preparation for formative assessments (2-20)
- 20 hours per semester
- Preparation for comprehensive test (10-40)
- 20 hours per semester
|
| prerequisite |
|---|
| Knowledge |
|---|
| formulovat a vysvětlit základy teorie pravděpodobnosti (v rozsahu předmětu KMA/PSA) |
| formulovat a vysvětlit principy testování statistických hypotéz (v rozsahu předmětu KMA/PSA) |
| formulovat a vysvětlit základní pojmy diferenciálního a integrálního počtu (v rozsahu předmětů KMA/M1 a KMA/M2) |
| formulovat a vysvětlit základní operace maticového počtu (v rozsahu předmětu KMA/LAA) |
| formulovat a vysvětlit základní pojmy z finanční matematiky, zejména v oblasti investičního rozhodování (v rozsahu předmětu KMA/FIPM) |
| Skills |
|---|
| řešit úlohy pomocí tabulkového procesoru, tj. použít kontingenční tabulky, vzorce, absolutní a relativní odkazy a případná rozšíření, jako např. řešitele v MS Excel |
| využít diferenciálního, integrálního a maticového počtu při řešení úloh |
| Competences |
|---|
| N/A |
| N/A |
| N/A |
| learning outcomes |
|---|
| Knowledge |
|---|
| popsat deterministické, nedeterministické a pravděpodobnostní automaty a jejich využití v oblasti systémů hromadné obsluhy |
| definovat pojem entropie a popsat její užití v oblasti kódování, kapacity kanálu, návrhu a vyhodnocování experimentů, klasifikace, teorie sázek a investování a statistice |
| popsat vybrané metody komprese dat a bezpečnostních kódů |
| Skills |
|---|
| použít teorii automatů pro vytvoření abstraktního modelu problému |
| aplikovat entropii pro vyhodnocování a plánování experimentů |
| použít metody komprese dat a bezpečnostních kódů |
| aplikovat teorii informace v oblasti teorie sázek a portfolia |
| použít základní modely systémů hromadné obsluhy |
| využít teorii informace v oblasti statistiky |
| Competences |
|---|
| N/A |
| N/A |
| teaching methods |
|---|
| Knowledge |
|---|
| Lecture with visual aids |
| Interactive lecture |
| Individual study |
| Self-study of literature |
| Skills |
|---|
| Lecture with visual aids |
| Interactive lecture |
| Individual study |
| Self-study of literature |
| Competences |
|---|
| Lecture with visual aids |
| Interactive lecture |
| Individual study |
| Self-study of literature |
| assessment methods |
|---|
| Knowledge |
|---|
| Test |
| Combined exam |
| Skills |
|---|
| Test |
| Combined exam |
| Competences |
|---|
| Test |
| Combined exam |
|
Recommended literature
|
-
Adámek. Stochastické procesy a teorie informace - úlohy.
-
Cover, T. M.; Thomas, Joy A. Elements of information theory. 2nd ed. Hoboken : Wiley-Interscience, 2006. ISBN 978-0-471-24195-9.
-
Reif. Metody matematické statistiky. ZČU Plzeň, 2000.
-
Vajda, Igor. Teória informácie a štatistického rozhodovania. 1. vyd. Bratislava : Alfa, 1982.
|