Stud.IP Uni Oldenburg
Universität Oldenburg
01.12.2021 09:44:53
mar366 - Current topics in modelling and data analysis (Vollständige Modulbeschreibung)
Originalfassung Englisch PDF Download
Modulbezeichnung Current topics in modelling and data analysis
Modulkürzel mar366
Kreditpunkte 6.0 KP
Workload 180 h
(
Präsenzzeit: 56 Stunden, Selbststudium: 124 Stunden
)
Einrichtungsverzeichnis Institut für Chemie und Biologie des Meeres (ICBM)
Verwendbarkeit des Moduls
  • Master Marine Umweltwissenschaften (Master) > Mastermodule
Zuständige Personen
Blasius, Bernd (Modulverantwortung)
Ryabov, Alexey (Modulberatung)
Teilnahmevoraussetzungen
Einführende Veranstaltung in mathematischer Modellierung
Kompetenzziele

VL/Ü Machine learning in the environmental sciences

Die Studierenden erlernen neueste Methoden im Bereich der mathematischen Modellierung und Analyse von

Massendatensätzen (Big-Data) und deren

Anwendungsfelder. Sie sind in der Lage, die Analysen in der Sprache Matlab zu implementieren. Sie erlernen die Auseinandersetzung mit aktueller Literatur und die kritische Betrachtung neuester Methoden in Hinblick auf Datensicherheit und Nutzbarkeit im wissenschaftlichen Kontext.

Modulinhalte

VL/Ü Machine learning in the environmental sciences
In this course the students will learn to think as a data scientist and ask questions about the data. First, we will learn how to work with tables and extract statistics on groups of data. Then, we will go to the basic approaches of machine learning: supervised learning (classification and regression trees, neural networks), unsupervised learning (cluster analysis, factor analysis), reducing system dimensions (PCA, MDA ect.), statistical modelling (regression, generalized linear models), and optimization of model parameters (simulated annealing, differential evolution). Finally, we will focus on typical workflow of the data processing. We will use Matlab to implement the algorithms.

Literaturempfehlungen
Literatur wird in den Veranstaltungen bekannt gegeben.
Links
Unterrichtsprachen Deutsch, Englisch
Dauer in Semestern 1 Semester
Angebotsrhythmus Modul jährlich
Aufnahmekapazität Modul unbegrenzt
Modullevel / module level MM (Mastermodul / Master module)
Modulart / typ of module Wahlpflicht / Elective
Lehr-/Lernform / Teaching/Learning method VL Machine learning in the environmental sciences
(2 SWS, 3 KP)
S Machine learning in the environmental sciences
(2 SWS, 3 KP)
Vorkenntnisse / Previous knowledge
Lehrveranstaltungsform Kommentar SWS Angebotsrhythmus Workload Präsenz
Vorlesung
2 SoSe 28
Seminar
2 SoSe 28
Präsenzzeit Modul insgesamt 56 h
Prüfung Prüfungszeiten Prüfungsform
Gesamtmodul

Präsentation oder Hausarbeit am Ende der Veranstaltungszeit nach Maßgabe der Dozentin oder des Dozenten.

1 benotete Prüfungsleistung

Präsentation oder Hausarbeit

Aktive Teilnahme
Aktive Teilnahme umfasst die Präsentation eines Themas in Form eines Seminarvortrags, wenn die Prüfungsleistung eine Hausarbeit ist, oder die schriftliche Ausarbeitung, wenn die Prüfungsleistung ein Seminarvortrag ist, sowie die Beteiligung an der Diskussion von Seminarbeiträgen.