Příští přednáška
Deloitte: Lidé k pohledání
Mgr. Filip Trojan, Ph.D.
27. února od 17:30 v T-201 na Trojance

Abstrakt

Matematické nástroje již začínají pronikat i do velmi neexaktních oborů, jako jsou např. personalistika a řízení lidských zdrojů. HR analytika označuje soubor analytických řešení určených pro oblast human resources, z nichž nejtypičtější je analýza odchodovosti zaměstnanců. Jde o to najít faktory přispívající k odchodovosti zaměstnanců a pomocí prediktivního modelu identifikovat u kterých konkrétních zaměstnanců je zvýšené riziko, že firmu během několika příštích měsíců opustí.
Z matematického pohledu se jedná o úlohu binární klasifikace na poměrně malých vzorcích dat. Při řešení se osvědčila logistická regrese, která je jak robustní vůči malému vzorku, tak dostatečně transparentní pro účely správné interpretace. V přednášce popíšeme metodiku vývoje modelu. Ukážeme si, jak může takový model vypadat na reálných datech a jak se poté prezentuje businessovému uživateli.

O přednášejícím

Filip Trojan vystudoval matematiku a ekonomii na MUNI v Brně, doktorát z aplikované matematiky získal na Ostravské univerzitě. Řadu let vyvíjel modely kreditního rizika. V Deloitte pracuje jako senior manažer analytického oddělení, kde se věnuje prediktivnímu modelování, strojovému učení a obecně aplikované matematice.

RSJ Securities: Tvorba trhu na elektronické burze
Mgr. Anton Tyutin
13. března od 17:30 v T-201 na Trojance

Abstrakt

RSJ Securities, součást finanční skupiny RSJ, je obchodník s cennými papíry působící na burzách v Londýně, Chicagu a Frankfurtu n. M. Obchoduje s finančními deriváty, zejména futures kontrakty. Hlavní strategií je market making (tvorba trhu), kdy obchodník současně nabízí, že aktivum koupí i prodá. Pro ostatní účastníky trhu se tak zvyšuje možnost zobchodování.
A jakou roli hrají v tomto byznysu matematici? Jaké úlohy řeší? Na přednášce se dozvíte, jak to vypadá v praxi konkrétního market makera.
Na začátku si připomeneme základy burzovního mechanizmu a nastíníme technologické postupy. Poté se podíváme na některé úkoly, které matematičtí analytici řeší. Jsou z různých oblastí: matematické statistiky, finanční matematiky, numerické matematiky a matematické optimalizace. Hlavní pozornost bude věnována problematice statistických odhadů. Povídání o úlohách doprovodí nematematické poznámky a příběhy o jejich vzniku a řešení.

O přednášejícím

Anton Tyutin vystudoval matematiku na ruské Uralské státní univerzitě v Jekatěrinburgu a teoretickou ekonomii na CERGE-EI v Praze. Od r. 2006 pracuje v Analytickém oddělení RSJ Securities. Věnuje se matematickému modelování obchodních strategií a řízení rizik. Je také členem představenstva RSJ Securities, a.s.

Vraždy podle Bayese: není důkaz jako důkaz
Mgr. Halina Šimková
27. března od 17:30 v T-201 na Trojance

Abstrakt

Forenzní disciplíny se zaměřují na zajišťování důkazů při kriminalistickém vyšetřování a jejich interpretaci v soudním řízení. Pojem “důkaz” je v právu definován obecně jako „cokoli, co může přispět k objasnění projednávané věci“. Tento příspěvek může být samozřejmě velmi rozdílný, a proto si forenzní disciplíny v průběhu své existence vytvořily určité umělé a vágně definované slovní škály, pomocí nichž váhu důkazů vyjadřují. Používání obratů jako „skupinová identifikace“, „nelze vyloučit“, „završená identifikace“, „je středně pravděpodobné“ apod. je ovšem založeno na ryze intuitivním hodnocení a ve svých důsledcích vede spíše ke zmatení.
Zcela jiný, přirozený a logicky korektní, systém vnesla do forenzního světa až analýza DNA. Jí odstartovaná revoluce, která používá elementární nástroj z teorie pravděpodobnosti – Bayesovu větu – už zasáhla i další forenzní obory a zásadním způsobem proměňuje celý interpretační rámec důkazů.

O přednášející

Halina Šimková vystudovala antropologii a genetiku člověka na PřF UK. Řadu let působila jako kriminalistická znalkyně Kriminalistického ústavu Praha v oblasti DNA analýzy, zaměřuje se na propagaci a zavádění nových postupů hodnocení vědeckých důkazů.

Avast: Využití strojového učení pro detekci malwaru
Mgr. Martin Bálek
10. dubna od 17:30 v T-201 na Trojance

Abstrakt

Detekce škodlivých programů se při dnešním objemu a rozmanitosti dat už dávno nemůže spoléhat jen na expertní znalosti. Velká část detekčních mechanismů musí být a také je plně automatizovaná. To s sebou přináší nutnost použití rychlých a dostatečně robustních algoritmů.
Na přednášce si vysvětlíme základní metody detekce malwaru a zaměříme se především na možnosti jejich vylepšení pomocí metod strojového učení. Zmíníme především clustrování a hledání pro ně vhodných metrik, dále pak klasifikační modely a především způsoby měření jejich kvality s ohledem na specifickou povahy dat (výrazná proměnlivost v čase, různě vychýlené distribuce). V neposlední řadě také přiblížíme způsoby vizualizace vysokodimenzionálních dat.

O přednášejícím

Martin Bálek vystudoval matematiku na Katedře algebry na MFF UK. Řadu let se věnoval teoretické informatice. V Avastu pracuje tři roky jako Research Manager. Má na starosti projekty z oblasti strojového učení a umělé inteligence.

Může stroj nahradit malíře?
Daniel Sýkora
24. dubna od 17:30 v T-201 na Trojance

O metodách editace obrazu. Podrobnosti budou doplněny.