Vorlesung: 5.01.865a Vorlesung Statistisches Lernen - Details

Vorlesung: 5.01.865a Vorlesung Statistisches Lernen - Details

Sie sind nicht in Stud.IP angemeldet.

Allgemeine Informationen

Veranstaltungsname Vorlesung: 5.01.865a Vorlesung Statistisches Lernen
Untertitel
Veranstaltungsnummer 5.01.865a
Semester SoSe2019
Aktuelle Anzahl der Teilnehmenden 3
Heimat-Einrichtung Institut für Mathematik
Veranstaltungstyp Vorlesung in der Kategorie Lehre
Erster Termin Montag, 01.04.2019 10:00 - 12:00, Ort: W01 0-012
Art/Form VL
Lehrsprache deutsch

Räume und Zeiten

W01 0-012
Montag: 10:00 - 12:00, wöchentlich (12x)
Dienstag: 08:00 - 10:00, zweiwöchentlich (7x)
(W01 0-011)
Freitag, 03.05.2019 12:00 - 14:00
Freitag, 10.05.2019 12:30 - 14:00

Kommentar/Beschreibung

Nähere Informationen zur Veranstaltung

Inhalte:
  • Prädiktionsverfahren: lineare Regression, GLM, regularisierte Regression: enet, LASSO,
SVM Regression
  • Klassifikationsverfahren: LDA/QDA, Support Vector Classification, CART
  • Resampling Verfahren / Ensemble Methoden: Bagging, Boosting, Random Forests
  • Ausblick: Ranking, Online Learning

Vorkenntnisse: Grundkenntnisse in Statistik, z.B. im Rahmen Statistik 1.

Literatur:
  • Friedman, J., Hastie, T., & Tibshirani, R. (2001). The elements of statistical learning. Springer.
  • James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning.
Springer.
  • Bühlmann, P., & Van De Geer, S. (2011). Statistics for high-dimensional data: methods,
theory and applications. Springer.

Anmelderegeln

Diese Veranstaltung gehört zum Anmeldeset "Anmeldung gesperrt (global)".
Erzeugt durch den Stud.IP-Support
Folgende Regeln gelten für die Anmeldung:
  • Die Anmeldung ist gesperrt.