Údaje předmětů z období:podzim 2025jaro 2026
PřF BSDVP Statistická datová věda
Název anglicky: Statistical Data Science
bakalářský prezenční jednooborový, vyučovací jazyk: čeština čeština
Zahrnut v programu: PřF B-SDV Statistická datová věda

Informace o studiu

  • Součásti SZZ a jejich obsah
    Závěrečná státní zkouška se bude skládat z teoreticky i prakticky orientovaných veřejných rozprav zaměřených na řešení reálného problému, přičemž bude ověřována následující schopnost/znalost:

    1) popsat, analyzovat a organizovat data (deskriptivní statistika, vizualizace),
    2) sestavit statistické nebo strojově učící modely, použít je pro predikce, validovat a interpretovat výsledky,
    3) využívat statistické nástroje a vizualizace k prezentaci a statistickému hodnocení výsledků a k rozhodování,
    4) používat statistický a databázový software k provádění numerických a optimalizačních metod.

    Technická realizace:
    Během ústní zkoušky student obdrží dvě otázky z níže uvedených tematických okruhů.

    Vymezení rozsahu otázek k ústní zkoušce

    1. Matematické základy datové vědy: lineární algebra; diferenciální a integrální počet, metrické prostory; základy teorie míry a pravděpodobnosti; statistický počet
    2. Průzkumová analýza dat a základní metody statistické inference: průzkum a vizualizace dat; principy odhadu parametrů, kvantifikace nejistoty, testování hypotéz, predikce; metody odhadu, maximální věrohodnost; neparametrické odhady; základní testy, testování pomocí věrohodnosti; konfidenční oblasti
    3. Výpočetní metody a algoritmy: základy vědeckých výpočtů; numerická lineární algebra; numerické metody pro řešení rovnic, interpolaci, derivaci, integraci a optimalizaci; optimalizace s omezeními, lineární programování; simulační metody
    4. Statistické modely: lineární regrese; zobecněné lineární modely a jejich rozšíření; základní modely pro náhodné procesy; modelování časových řad
    5. Prediktivní modelování: predikce časových řad; statistické učení z vícerozměrných dat, redukce dimenzionality, klasifikace, shlukování; regresní predikce a klasifikace; metody strojového učení.

    Vypracování a obhajoba bakalářské práce je povinná pro studijní program Statistická datová věda. Vypracováním bakalářské práce student prokazuje schopnost orientovat se v tématu práce, provádět odbornou práci pod vedením svého vedoucího a prezentovat výsledky jak písemnou, tak ústní formou. Pokyny pro vypracování bakalářské práce jsou stanoveny v Opatření děkana 3/2019: Pokyny pro vypracování bakalářských, diplomových a rigorózních prací na Přírodovědecké fakultě Masarykovy univerzity.
  • Návrh témat kvalifikačních prací a témata obhájených prací
    Metody hodnocení v eko-epidemiologických modelech.
    Klasifikace biodiverzitních systémů pomocí metod strojového učení.
    Analýza přežití v credit scoringu.
    Analýza funkcionálních dat v regionálních klimatických modelech.
    Modelování aukcí pomocí nástrojů umělé inteligence.

Doporučený průchod studijním plánem

Společný univerzitní základ (15 kr.)

K úspěšnému zakončení studia student v bakalářských studijních programech získá 15 kr. z předmětů tzv. Společného univerzitního základu. Mezi tyto kredity se počítají 2 kredity z předmětů sportovních aktivit (TV), 4 kredity za cizí jazyk, a 9 kreditů za předměty společensko-vědního či přírodovědného základu – tzv. CORE předmětů. Aktuální nabídka CORE předmětů je k dispozici zde: https://www.muni.cz/studenti/spolecny-univerzitni-zaklad

Společensko-vědní a přírodovědný základ

Student povinně zapisuje předměty v minimální celkové hodnotě 9 kreditů za celé bakalářské studium ze základní nabídky Společného univerzitního základu. https://www.muni.cz/studenti/spolecny-univerzitni-zaklad

Jazyky

K úspěšnému ukončení studia na PřF má student povinnost absolvovat zkoušku JASUZ Odborná angličtina - zkouška za 4 kredity. Výuka jazyků je zajišťována Centrem jazykového vzdělávání MU.

Kód Název Garant Ukončení Rozsah Kreditů Semestr Profilace
PřF:JASUZOdborná angličtina - zkouška A. Bízková Doleželovázk 0/0/04 --
4 kredity

TV

Všichni studenti prezenčního studia bakalářských studijních programů mají povinnost během studia splnit podmínky pro udělení dvou zápočtů (1 zápočet = 1 kredit) z předmětů sportovních aktivit vypisovaných pod kódy P9. Předměty zajišťuje Centrum univerzitního sportu Fakulty sportovních studií.

Bakalářská práce (min. 10 kr)

Studenti jsou povinni zapsat si oba předměty v této sekci a vypracovat bakalářskou práci.

Kód Název Garant Ukončení Rozsah Kreditů Semestr Profilace
PřF:M51XXBakalářská práce 1 J. Pasekaz 0/0/05 5Z
PřF:M61XXBakalářská práce 2 J. Pasekaz 0/0/05 6Z
10 kreditů

Povinné předměty (P+PV více než 135kr.)

Kód Název Garant Ukončení Rozsah Kreditů Semestr Profilace
FI:MB152Diferenciální a integrální počet M. Veselýzk 2/2/03+2 1Z
PřF:M1110DLineární algebra pro datovou vědu O. Klímazk 2/2/03+2 1Z
PřF:M4130Výpočetní matematické systémy J. Koláčekz 2/2/04 1-
FI:IB113Úvod do programování a algoritmizace R. Pelánekzk 2/2/14+2 1-
PřF:M1130Seminář z matematiky I D. Krumlz 0/2/02 1-
PřF:M2100DMatematická analýza pro datovou vědu P. Hasilzk 2/02+2 2Z
PřF:M4180Numerické metody I J. Zelinkazk 2/2/04+2 2P
FI:MB153Statistika I J. Koláčekzk 2/2/03+2 2Z
PřF:M1VM01Algoritmizace úloh a numerické výpočty L. Přibylovák 0/3/05 2Z
PřF:M4131Python pro datovou vědu J. Koláčekz 2/24 2-
FI:PV251Visualization B. Kozlíkovázk 2/1/03+2 3P
FI:PB016Úvod do umělé inteligence A. Horákzk 2/2/03+2 3-
PřF:M5120Lineární statistické modely I D. Krauszk 2/2/04+2 3P
PřF:M7986Statistická inference I S. Katinazk 2/2/04+2 3P
PřF:M8DBRDatabázové systémy a R v datové vědě S. Katinazk 1/2/03+2 4-
FI:IB031Úvod do strojového učení T. Brázdilzk 2/2/03+2 4P
PřF:M6130Výpočetní statistika M. Budíkovázk 2/2/03+2 4P
PřF:M8DM1Data mining I R. Navrátilzk 2/2/04+2 4P
PřF:M7222Zobecněné lineární modely D. Krauszk 2/2/04+2 5P
PřF:M9121Časové řady I D. Krauszk 2/2/04+2 5P
PřF:M9DM2Data mining II M. Kolářk 0/2/02+1 5-
FI:PA153Natural Language Processing P. Rychlýzk 2/0/02+2 5-
PřF:M0160Optimalizace P. Zemánekzk 2/2/04+2 6P
114 kreditů

Povinně-volitelné předměty

Studenti jsou povinni absolvovat povinně volitelné předměty v rozsahu alespoň 25 kreditů. Celkem je student povinen splnit 180 kreditů za studium. Zbývající kredity student získá z volitelných předmětů na MU nebo si může vybrat více předmětů ze skupiny povinně-volitelných předmětů.

Kód Název Garant Ukončení Rozsah Kreditů Semestr Profilace
FI:IB114Úvod do programování a algoritmizace II I. Černázk 2/1/03+2 2-
PřF:E3011Algoritmizace a programování D. Schwarzk 2/2/04+1 2-
PřF:Bi9680enArtificial Intelligence in Biology, Chemistry, and Bioengineering J. Damborskýzk 2/0/02+2 3-
PřF:Bi9680encArtificial Intelligence in Biology, Chemistry, and Bioengineering - practice J. Damborskýk 0/1/01+1 3-
FI:PB154Základy databázových systémů P. Zezulazk 2/1/03+2 3-
PřF:M5180Numerické metody II I. Selingerovázk 2/1/03+2 3-
PřF:M6201Nelineární dynamika a její aplikace L. Přibylovázk 2/2/04+2 4-
FI:IV109Modelování a simulace R. Pelánekzk 2/1/03+2 4-
FI:PA026Artificial Intelligence Project A. Horákk 0/2/02+1 4-
PřF:M6110Pojistná matematika S. Zlatošovázk 2/2/04+2 4-
PřF:M5444Markovské řetězce M. Budíkovázk 2/1/03+2 5-
ESF:BPE_ZAEKZáklady ekonometrie D. Němeczk 2/2/06 5-
PřF:M7777Aplikovaná analýza funkcionálních dat J. Koláčekz 0/2/03 5-
PřF:M5KPMKapitoly z pojistné matematiky S. Zlatošovázk 2/1/03+2 5-
PřF:PLIN068Applied Machine Learning R. Holajk 2/0/03 6-
PřF:PLIN069Applied Machine Learning Project R. Holajzk 0/0/46 6-
74 kreditů

Volitelné předměty

Student je povinen za studium splnit 180 kreditů. Může vybrat uvedený doporučený volitelný předmět, vybírá z dalších volitelných předmětů na MU nebo z povinně-volitelných předmětů programu.

Kód Název Garant Ukončení Rozsah Kreditů Semestr Profilace
PřF:MPRAXOdborná praxe J. Koláčekz 0/0 8 týdnů.10 6-
10 kreditů