Cílem kurzu je seznámit studenty s optimalizačními problémy nad různými strukturami dat s využitím standardního softwaru jako je R nebo Python. Studenti budou řešit úlohy vycházející z praxe s využitím návodu, který bude průběžně prezentován během cvičení. Důraz bude kladen na nalezení smysluplného
Cílem kurzu je seznámit studenty s optimalizačními problémy nad různými strukturami dat s využitím standardního softwaru jako je R nebo Python. Studenti budou řešit úlohy vycházející z praxe s využitím návodu, který bude průběžně prezentován během cvičení. Důraz bude kladen na nalezení smysluplného řešení s využitím různých optimalizačních technik, heuristik a aproximací. Po úspěšném absolvování budou studenti schopni řešit optimalizační problémy z praxe. Předmět připraví studenty na práci data analytika a konzultanta.
Po úspěšném absolvování předmětu budou studenti schopni: - analyzovat datové zdroje a najít souvislosti s řešenou úlohou; - zformulovat optimalizační model; - nalézt optimální řešení, případně vyřešit model pomocí heuristik; - interpretovat nalezené řešení; - zhodnotit silné a slabé stránky navrhovaného modelu.
Studenti v průběhu jednotlivých bloků řeší případové studie motivované problémy z praxe. Jednotlivé případové studie se skládají jak z návrhu modelu, tak přípravy dat, implementace, odhadu a verifikace. Hlavním nástrojem analýzy je software R nebo Python. Mezi plánované případové studie patří: - Klasifikace produktů a zákazníků obchodního řetězce. Odhad počtu zákazníků. - Vyhodnocení efektu marketingových aktivit. Optimalizace marketingových aktivit. - Optimalizace rozvozních tras.
Základní:
Doporučená příprava:
Používej Markdown: ## Nadpis, **tučně**, `kód`, - odrážky, > citace