mat865 - Vertiefung zur Statistik

Institut für Mathematik		6 KP
Modulteile	Semesterveranstaltungen Sommersemester 2019	Prüfungsleistung
Vorlesung	5.01.865a - Vorlesung Statistisches Lernen Prof. Dr. Peter Ruckdeschel Kornelius Rohmeyer Montag: 10:00 - 12:00, wöchentlich (ab 01.04.2019) Dienstag: 08:00 - 10:00, zweiwöchentlich (ab 02.04.2019) Termine am Freitag, 03.05.2019 12:00 - 14:00, Freitag, 10.05.2019 12:30 - 14:00 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.
Übung	5.01.865b - Übung Statistisches Lernen Prof. Dr. Peter Ruckdeschel Kornelius Rohmeyer Dienstag: 08:00 - 10:00, zweiwöchentlich (ab 09.04.2019)
Hinweise zum Modul
Hinweise Studienschwerpunkt: C Prüfungszeiten nach Ende der Vorlesungszeit Prüfungsleistung Modul Klausur oder mündliche Prüfung oder Fachpraktische Übung (KMÜ) Kompetenzziele Systematische Vertiefung und Erweiterung der im Bachelorstudium erlangten Kenntnisse und Fähigkeiten zur Mathematik Vernetzung des eigenen mathematischen Wissens durch Herstellung auch inhaltlich komplexer Bezüge zwischen den verschiedenen Bereichen der Mathematik Kennenlernen vertiefter Anwendungen der Mathematik, auch exemplarisch mit Projektcharakter Erwerb direkt berufsbezogener inhaltlicher und prozessorientierter Kompetenzen In dieser Vorlesung wird ein aktuelles, fortgeschrittenes Themengebiet der Angewandten Statistik behandelt. Die Studierenden erwerben damit über den üblichen Kanon statistischer Verfahren hinausgehendes Spezialwissen sowie die Fähigkeit, sich solches Wissen anzueignen und in praktischen Analysen einzusetzen.