Principy mnohorozměrného statistického uvažování
KALINA, Jan. Principy mnohorozměrného statistického uvažování. In: KUPKA, K., ed. <em>Analýza dat 2016 - sborník přednášek</em>. Pardubice: TriloByte, Pardubice, 2016, S. 69-78. ISSN 1805-6903.
KALINA, Jan. Principy mnohorozměrného statistického uvažování. In: KUPKA, K., ed. <em>Analýza dat 2016 - sborník přednášek</em>. Pardubice: TriloByte, Pardubice, 2016, S. 69-78. ISSN 1805-6903.
WIEDERMANN, Jiří. <em>Discerning Two Words by a Minimum Size Automaton</em>. Prague: ICS CAS, 2016. Technical Report, V-1230.
SUZUKI, Tomoyuki. <em>On Nominal Automata as Models of Java-like Object-Oriented Programs</em>. Prague: ICS CAS, 2016. Technical Report, V-1243.
MARTINKOVÁ, Patrícia, GOLDHABER, D. <em>Improving Teacher Selection: The Effect of Inter-Rater Reliability in the Screening Process</em>. Seattle: CEDR University of Washington Bothell, 2015. CEDR Working Paper, WP #2015‐7.
HAKL, František. <em>Probabilistic learning model PAC - lecture notes</em>. Prague: ICS CAS, 2015. Technical Report, V-1227.
DOSTÁL, Matěj. <em>Přednáška: Sebeodkazování je faul, ale v matematice někdy potřebný</em> Praha: Technet.cz, 2015. Dostupné z: https://www.idnes.cz/technet/veda/prednaska-sebeodkazovani-je-faul-ale-v-matematice-nekdy-potrebny.A151104_064502_veda_nyv
KALINA, Jan. <em>Přednáška: Z velkých dat lze v genetice i vypočítat diagnózu</em> Praha: Technet.cz, 2015. Dostupné z: https://www.idnes.cz/technet/veda/prednaska-velka-data-a-redukce-jejich-komplexity.A151102_094735_veda_nyv
JIŘINA, Marcel. <em>IINC Software</em>. Prague: ICS AS CR, 2015. Technical Report, V-1225.
NEJEZCHLEBOVÁ, L., NERUDA, Roman. Až robot pochopí vtip. <em>Týden. </em> 2015, <b>22</b>(15), 82-85. ISSN 1210-9940.