mat849 - Statistische Algorithmen (Vollständige Modulbeschreibung)

mat849 - Statistische Algorithmen (Vollständige Modulbeschreibung)

Originalfassung Englisch PDF Download
Modulbezeichnung Statistische Algorithmen
Modulkürzel mat849
Kreditpunkte 6.0 KP
Workload 180 h
Einrichtungsverzeichnis Institut für Mathematik
Verwendbarkeit des Moduls
  • Master Mathematik (Master) > Mastermodule
  • Master Umweltmodellierung (Master) > Mastermodule
Zuständige Personen
  • Christiansen, Marcus (Modulverantwortung)
  • May, Angelika (Modulverantwortung)
  • Ruckdeschel, Peter (Modulverantwortung)
Teilnahmevoraussetzungen
Kompetenzziele
  • Systematische Vertiefung und Erweiterung der im Bachelorstudium erlangten Kenntnisse und Fähigkeiten zur Mathematik
  • Kennenlernen vertiefter Anwendungen der Mathematik, auch exemplarisch mit Projektcharakter
  • Beherrschen wichtiger Verfahren und Algorithmen
  • Stärkung des mathematischen Urteilsvermögens und des akademischen Selbstvertrauens sowohl durch breite als auch vertiefte Kenntnis der Reinen und Angewandten Mathematik
  • Erwerb direkt berufsbezogener inhaltlicher und prozessorientierter Kompetenzen
  • Die Studierenden lernen wichtige Algorithmen und deren Implementation in Standard-Software kennen und können diese anwenden.
  • Querverbindungen: mat840, mat705, mat730, mat843
Modulinhalte
als Obermenge zu verstehen; Akzentuierung durch Dozent möglich:
  • Prinzipien zur Zufallszahlenerzeugung
  • Monte-Carlo Techniken: antithetische/Kontrollvariate, Rejection Sampling, Multilevel
  • Projection Pursuite
  • MCMC, Gibbs Sampling
  • Simulated Annealing
  • verschiedene Varianten des Bootstrap/subsampling
  • Regressionsbäume/CART
  • MARS
  • Ensemble Methoden: Bagging, Boosting
Literaturempfehlungen
Dietterich, T.G.: Ensemble methods in machine learning. Multiple classifier systems.
Efron, B, Tibshirani, R.J.: An introduction to the bootstrap.
Hall, P.: The bootstrap and Edgeworth expansion.
Hastie, T., Tibshirani, R., Friedman, J.: The elements of statistical learning.
Ripley, B.D.: Stochastic Simulation.
Links
Unterrichtsprachen Deutsch, Englisch
Dauer in Semestern 1 Semester
Angebotsrhythmus Modul unregelmäßig
Aufnahmekapazität Modul unbegrenzt
Hinweise
Studienschwerpunkt: C
Modulart Wahlpflicht / Elective
Modullevel MM (Mastermodul / Master module)
Lehr-/Lernform Vorlesung + Übung
Vorkenntnisse Stochastik I, Statistik I, Statistik II
Lehrveranstaltungsform Kommentar SWS Angebotsrhythmus Workload Präsenz
Vorlesung 3 -- 42
Übung 1 -- 14
Präsenzzeit Modul insgesamt 56 h
Prüfung Prüfungszeiten Prüfungsform
Gesamtmodul
nach Ende der Vorlesungszeit
Klausur oder mündliche Prüfung oder Fachpraktische Übung (KMÜ)