Computerbasiertes statistisches Rechnen und stochastische Simulation II
Sommersemester 2019 - LV-Nr. 150 295
Vorbesprechung ist am ersten Termin, Beginn 09:15 Uhr
| Dozent | Zeit | Raum |
|---|---|---|
| Prof. Dr. Nicolai Bissantz | Di., 08.00 - 10.00 Uhr | IA 1/53 |
Beschreibung
In diesem Kurs
- lernen Sie Grundlagen und weiterführende Verfahren des statistischen/maschinellen Lernen kennen, die in Wissenschaft und Technik/Wirtschaft eine zunehmend dominierende Rolle einnehmen
- lernen Sie die Umsetzung statistischer, numerischer und allgemeiner Anwendung mit der sehr universalen Programmiersprache Python
- entwickeln Sie im Team eine Python-basierte App zur Auswertung eines komplexen Datensatzes mit Methoden des statistischen/maschinellen Lernens. Dabei lernen Sie auch Grundideen des Ablaufs eines Softwareprojekts im speziellen Fall einer quantitativen Anwendung kennen.
Hinweis: python ist frei verfügbar und wird von Grund auf eingeführt.
WICHTIG:
Teil A (Sommersemester) und Teil B (Wintersemester) der Veranstaltung über Wissenschaftliches Rechnen im digitalen Zeitalter können zusammen als Modul 5 bzw. 10 wie folgt angerechnet werden:
- Mit dem Modul können 10CP für Modul 5 des 1-Fach B.Sc.-Studiengangs Mathematik erworben werden, wenn sowohl Teil A als auch Teil B des Zyklus (siehe unten) erfolgreich abgeschlossen werden.
- Die Veranstaltungen des Moduls können für Modul 10 des 1-Fach B.Sc.-Studiengangs Mathematik in Verbindung mit Seminaren zur Stochastik, Statistik und theor. Informatik angerechnet werden.
Die Veranstaltungen können außerdem von 2-Fach B.A. Mathematik Studierenden als Seminar angerechnet werden.
Studierende anderer Studienfächer als Mathematik wenden sich bitte an den Dozenten für Rückfragen zur Belegung des Kurses. Wissenschaftliche Programmierung (Teil A): Python und "Big Data"/Angewandtes statistisches und maschinelles Lernen. 15 Teilnehmerplätze (Anfragen per Email an nicolai.bissantz@web.de).
Voraussetzungen
Die Veranstaltung eignet sich besonders nach dem Besuch der Einführung in die Wahrscheinlichkeitstheorie und Statistik (EWS) oder später und kann vor oder nach Teil B (Wintersemester) besucht werden.
Literatur
Wird in der ersten Veranstaltung bekannt gegeben.