FI:IV111 Probability in CS - Informace o předmětu

IV111 Probability in Computer Science

Rozsah

2/2/0. 3 kr. (plus ukončení). Ukončení: zk.
Vyučováno kontaktně

Vyučující

doc. RNDr. Vojtěch Řehák, Ph.D. (přednášející)
Mgr. Tomáš Macháček (cvičící)
Vojtěch Kůr (cvičící)
Mgr. Ing. Bc. Přemysl Till (pomocník)

Garance

doc. RNDr. Vojtěch Řehák, Ph.D.
Katedra teorie programování – Fakulta informatiky
Dodavatelské pracoviště: Katedra teorie programování – Fakulta informatiky

Rozvrh

Čt 26. 9. až Čt 12. 12. Čt 12:00–13:50 A318

• Rozvrh seminárních/paralelních skupin:

IV111/01: Po 30. 9. až Po 16. 12. Po 8:00–9:50 A218, T. Macháček
IV111/02: Po 30. 9. až Po 16. 12. Po 10:00–11:50 A218, V. Řehák
IV111/03: Po 30. 9. až Po 16. 12. Po 18:00–19:50 A218, V. Kůr
IV111/04: St 2. 10. až St 18. 12. St 14:00–15:50 A319, V. Řehák

Předpoklady

Knowledge of basic discrete mathematics (e.g. as presented in the course IB000).

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Analýza a zpracování obrazu (program FI, N-VIZ)
• Bioinformatika a systémová biologie (program FI, N-UIZD)
• Computer Games Development (program FI, N-VIZ_A)
• Computer Graphics and Visualisation (program FI, N-VIZ_A)
• Computer Networks and Communications (program FI, N-PSKB_A)
• Cybersecurity Management (program FI, N-RSSS_A)
• Formální analýza počítačových systémů (program FI, N-TEI)
• Grafický design (program FI, N-VIZ)
• Graphic Design (program FI, N-VIZ_A)
• Hardware Systems (program FI, N-PSKB_A)
• Hardwarové systémy (program FI, N-PSKB)
• Image Processing and Analysis (program FI, N-VIZ_A)
• Informační bezpečnost (program FI, N-PSKB)
• Informatika (program FI, B-INF) (2)
• Informatika ve vzdělávání (program FI, B-IVV) (2)
• Information Security (program FI, N-PSKB_A)
• Kvantové a jiné neklasické výpočetní modely (program FI, N-TEI)
• Počítačová grafika a vizualizace (program FI, N-VIZ)
• Počítačové sítě a komunikace (program FI, N-PSKB)
• Principy programovacích jazyků (program FI, N-TEI)
• Programování a vývoj aplikací (program FI, B-PVA)
• Řízení kyberbezpečnosti (program FI, N-RSSS)
• Řízení vývoje služeb (program FI, N-RSSS)
• Řízení vývoje softwarových systémů (program FI, N-RSSS)
• Services Development Management (program FI, N-RSSS_A)
• Software Systems Development Management (program FI, N-RSSS_A)
• Softwarové systémy (program FI, N-PSKB)
• Strojové učení a umělá inteligence (program FI, N-UIZD)
• Učitel informatiky a správce sítě (program FI, N-UCI)
• Učitelství informatiky pro střední školy (program FI, N-UCI) (2)
• Vývoj počítačových her (program FI, N-VIZ)
• Zpracování a analýza rozsáhlých dat (program FI, N-UIZD)
• Zpracování přirozeného jazyka (program FI, N-UIZD)

Cíle předmětu

At the end of the course student should have a broad knowledge and an ability of independent study of problems based on the probability theory and its computer science applications. Will be able to apply the results of the probability theory in practical examples. Should be able to learn independently new problems requiring knowledge of probability theory. Will be able to characterise basic principles of data compression and error correction. Should be able to apply information theory results in practice.

Výstupy z učení

Student is able: to define basic terms of the mentioned topics (e.g., random variable, expectation, variance, random process, Markov chain, channel capacity, code rate); to explain meaning on the terms on practical examples; to solve simple examples e.g. using linearity o expectation; to provide basic analysis on both discrete- and continuous-time Markov chains; to compute (conditional) expectation, mutual information, and entropy random variables with given probability distribution; to demonstrate basic proof mentioned during lectures.

Osnova

• Probability. Discrete probabilistic space.
• Random variable and its applications. Expectation and variation.
• Markov and Chebyshev inequalities. Chernoff bounds. Weak and strong law of large numbers.
• Random processes. Markov processes.
• Entropy. Information.
• Applications in computer science (information theory, coding theory etc).

Literatura

• MITZENMACHER, Michael a Eli UPFAL. Probability and computing : an introduction to randomized algorithms and probabilistic analysis. New York: Cambridge University Press, 2005, xvi, 352. ISBN 0521835402. info
• GRIMMETT, Geoffrey R. a David STIRZAKER. Probability and random processes. 3rd ed. Oxford: Oxford University Press, 2001, xii, 596 s. ISBN 0-19-857222-0. info
• TRIVEDI, Kishor Shridharbhai. Probability and statistics with reliability, queuing, and computer science applications. 2nd ed. New York: Wiley, 2002, xv, 830. ISBN 0471333417. info
• COVER, T. M. a Joy A. THOMAS. Elements of information theory. 2nd ed. Hoboken, N.J.: Wiley-Interscience, 2006, xxiii, 748. ISBN 0471241954. info
• STINSON, Douglas Robert. Cryptography : theory and practice. 3rd ed. Boca Raton: CRC Press, 2006, 593 s. ISBN 1584885084. info
• FELLER, William. An introduction to probability theory and its applications. 3rd ed. [New York]: John Wiley & Sons, 1968, xviii, 509. ISBN 9780471257080. info

Výukové metody

Theoretical lectures and practical examples in tutorials.

Metody hodnocení

Combination of a written test followed by an oral exam.

Vyučovací jazyk

Angličtina

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.

• Statistika zápisu (nejnovější)
  
• Permalink: https://is.muni.cz/predmet/fi/podzim2024/IV111