Cílem předmětu je rozvést znalosti z prvních dvou kurzů a stavět na programovacím jazyku R, ve kterém budou řešeny praktické úlohy především vícerozměrné datové analýzy. V tomto kurzu je řešen způsob porovnávání podobnosti objektů popsaných více než jednou vlastností, jejich shlukování dle podobnosti, porozumění vztahů jednotlivých vlastností mezi sebou a jejich vliv na utváření skupin. Dále je brán zřetel na smysluplnou vizualizaci takových dat a jejich interpretaci klasickými metodami až po ty nejmodernější. Tyto znalosti jsou dále rozšířeny o teorii grafů, jejich vizualizaci, aplikacím na sociální sítě a jejich vytěžování z různých zdrojů. Tento předmět přináší hlubší praktické i teoretické dovednosti. Vícerozměrné analýzy - Využití více kvantifikovaných vlastností, úskalí - Vzdálenosti a podobnosti mezi objekty - Vizualizace a interpretace vícerozměrných dat, vztahy mezi vlastnostmi - Shlukovací metody, hledání vzorů a skupin, popis a interpretace dat - Aplikace metod v praxi Problematika získávání dat - Korpusy, online databáze, otevřené datasety - Získávání dat z internetových zdroj: přístup přes API, REST, formáty JSON, XML - Web-Scrapping Texty a vícerozměrná data - Užití kvantitativní lingvistiky při popisu textů, editační vzdálenosti, latentní sémantika - Klasické způsoby modelování textů, jejich úskalí a řešení - Aplikace explikovaných vícerozměrných metod od shlukování až po vizualizace - Aplikace metod v praxi na určování autorství, jazyka, podobnosti děl, užití v sociologii, antropologii ad. Teorie grafů a sociální sítě - Teorie grafů a aplikace na sociální a jiné sítě, analýza sociální sítí (SNA) - Způsoby vytěžování vztahů z textu: dopisy, knihy, rukopisy, ? - Sociální sítě na internetu: diskuzní fóra a další - získávání dat a vztahů - Časová osa a vývoj vztahů - Nástroje Gephi a Cytoscape - Aplikace v historiografii, sociologii, politologii Úvod do geoinformačních systémů - Analýza dat vztahujících se k oblastem - Způsoby vizualizace dat
|