RÁZEK, S. Robustní identifikace modelu se Studentovým šumem [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.
Předložená diplomová práce se zabývá problematikou Bayesovského odhadování parametrů lineárního regresního modelu se Studentovým šumem. Podrobněji je v práci analyzován výsledek kvality identifikace regresních koeficientů modelu v závislosti na použité algoritmizaci. Zhodnocení dosažených výsledkům shledávám jako racionální a zdůvodněné. V kontextu dané problematiky student porovnává dvojici aproximačních metod dostupných ve vědecké literatuře, které v textu rozpracovává do algoritmických detailů. První z algoritmů je postaven na variačním Bayesovkém přístupu a druhý využívá vlastností rozkladu sdružené Studentovi funkce hustoty pravděpodobnosti. Nad rámec zadání se autor věnoval problematice inverzní transformace pro generování náhodných veličin. V práci je popsán matematický postup pro generování veličiny s normálním rozdělením. Nicméně, pro účely generování veličiny se Studentovým rozdělením se nepodařilo tento postup úspěšně rozšířit. Odpovídající simulační výsledky jsou navíc zkreslené, neboť inverzní distribuční funkce není správně použita s veličinou s rovnoměrným rozdělením na vstupu. Po typografické stránce je práce zpracována na dobré úrovni. Čitelnost práce ovšem narušuje nejednotnost značení a fakt, že některé symboly jsou duplicitně používány v různém významu. Tuto nekonzistentnost v značení lze zřejmě připsat přejímáním autentických matematických zápisů z různých zdrojů. Závěrem musím ocenit studentovu píli a zájem porozumět náročné problematice, která významně přesahuje teoretický rámec studia. Zadání bylo splněno. Diplomant prokázal své inženýrské schopnosti, práci doporučuji k obhajobě s hodnocením B.
Posudek je přiložen ve formátu pdf.
eVSKP id 151800