Universitatea Babeş-Bolyai Cluj-Napoca
Facultatea de Matematică şi Informatică
Ciclul de studii: Masterat

FISA DISCIPLINEI

Codul
Denumirea disciplinei
MIG1001 Modelarea stocastică a datelor
Specializarea
Semestrul
Ore: C+S+L
Categoria
Statutul
Matematică Computaţională - în limba maghiară
3
2+1+1
specialitate
obligatorie
Modelare Interdisciplinară - în limba maghiară
3
2+1+1
specialitate
obligatorie
Optimizarea modelelor informatice - în limba magh.
3
2+1+1
specialitate
obligatorie
Titularii de disciplina
Conf. Dr. CSATO Lehel,  csatolcs.ubbcluj.ro
Obiective
Cursul urmareste prezentarea notiunilor si metodelor de baza utilizate intr-o analiza a colectiilor mari de date pentru descoperirea de eventuale asocieri, sabloane, clasificari.
Bibliografie
[1]. Russell S, Norvig P. (2003) Artificial Intelligence: A Modern Approach (Second Edition), Prentice Hall.
[2]. Mitchell T (1997) Machine Learning, McGraw Hill.
[3]. Bernardo J.M, Smith A.F.M (2000) Bayesian Theory, John Wiley & Sons.
[4]. MacKay D.J.C (2003) Information Theory, Inference and Learning Algorithms, Cambridge University Press, HTTP: http://wol.ra.phy.cam.ac.uk/mackay/itila/book.html.
[5]. Rasmussen C.E, Williams C.K.I (2006) Gaussian Processes for Machine Learning, The MIT Press.
[6]. Rabiner L.R, Juang, B.H (1986) An introduction to Hidden Markov models, IEEE ASSP Magazine, pp: 4-15.
[7]. Durbin R, Eddy S.R, Krogh A, Mitchison G (1999) Biological Sequence Analysis: Probabilistic Models of Proteins and Nucleic Acids. Cambridge University Press.
[8]. Hyvärinen A, Karhunen J, Oja E (2001) Independent Component Analysis, Wiley-Interscience.
[9]. Barto A. (2002): Statistical Pattern Recognition, John Wiley & Sons.
Evaluare
Legaturi: Syllabus-urile tuturor disciplinelor
Versiunea in limba engleza a acestei discipline
Versiunea in format rtf a acestei discipline