Universität Wien
Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

040170 UK Statistik hochdimensionaler und komplexer Daten (2021W)

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung
DIGITAL

Zusammenfassung

1 Milovic , Moodle
2 Milovic , Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
An/Abmeldeinformationen sind bei der jeweiligen Gruppe verfügbar.

Gruppen

Gruppe 1

Die Literatur zu dem Thema dieses Kurses ist durchweg auf Englisch. Daher sind auch die Kursmaterialien auf Englisch. Der Kurs kann auf Wunsch auf Deutsch gehalten werden, wobei es sinnvoller wäre den Kurs komplett auch auf Englisch zu halten.

max. 35 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Der Kurs wird in digitaler Form abgehalten. Jede Woche werden die relevanten Unterlagen im Voraus veröffentlicht.

Außerdem werden Live-Sitzungen angesetzt (etwa ein- bis zweimal pro Monat), in denen die Studierenden Fragen stellen können und Themen weiter diskutiert werden können.

Alle relevanten Informationen, Kursunterlagen und Links werden rechtzeitig auf Moodle veröffentlicht!

  • Mittwoch 06.10. 16:45 - 18:15 Digital
  • Mittwoch 13.10. 16:45 - 18:15 Digital
  • Mittwoch 20.10. 16:45 - 18:15 Digital
  • Mittwoch 27.10. 16:45 - 18:15 Digital
  • Mittwoch 03.11. 16:45 - 18:15 Digital
  • Mittwoch 10.11. 16:45 - 18:15 Digital
  • Mittwoch 17.11. 16:45 - 18:15 Digital
  • Mittwoch 24.11. 16:45 - 18:15 Digital
  • Mittwoch 01.12. 16:45 - 18:15 Digital
  • Mittwoch 01.12. 18:30 - 20:00 Digital
  • Mittwoch 15.12. 16:45 - 18:15 Digital
  • Mittwoch 12.01. 16:45 - 18:15 Digital
  • Mittwoch 19.01. 16:45 - 18:15 Digital
  • Mittwoch 26.01. 16:45 - 18:15 Digital

Gruppe 2

max. 35 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Der Kurs wird in digitaler Form abgehalten. Jede Woche werden die relevanten Unterlagen im Voraus auf MOODLE veröffentlicht.

Außerdem werden Live-Sitzungen angesetzt (etwa ein- bis zweimal pro Monat), in denen die Studierenden Fragen stellen können und Themen weiter diskutiert werden können.

Alle relevanten Informationen, Kursunterlagen und Links werden rechtzeitig auf Moodle veröffentlicht!

  • Mittwoch 06.10. 18:30 - 20:00 Digital
  • Mittwoch 13.10. 18:30 - 20:00 Digital
  • Mittwoch 20.10. 18:30 - 20:00 Digital
  • Mittwoch 27.10. 18:30 - 20:00 Digital
  • Mittwoch 03.11. 18:30 - 20:00 Digital
  • Mittwoch 10.11. 18:30 - 20:00 Digital
  • Mittwoch 17.11. 18:30 - 20:00 Digital
  • Mittwoch 24.11. 18:30 - 20:00 Digital
  • Mittwoch 01.12. 18:30 - 20:00 Digital
  • Mittwoch 15.12. 18:30 - 20:00 Digital
  • Mittwoch 12.01. 18:30 - 20:00 Digital
  • Mittwoch 19.01. 18:30 - 20:00 Digital
  • Mittwoch 26.01. 18:30 - 20:00 Digital

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Hochdimensionale lineare Modelle, Modellauswahl, LASSO, Ridge, mehrfaches Testen, usw.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Midterm Exam (vor Ort falls möglich) + Projekt in R am Ende des Semesters (Take-Home Exam)

Mindestanforderungen und Beurteilungsmaßstab

Der Kurs wird größtenteils auf Deutsch abgehalten, aber gute Englischkenntnisse sind erforderlich, da einige Lernunterlagen auf Englisch sein können.

Prüfungsstoff

Die in der Vorlesung vorgestellte statistische Theorie sowie praktische Kenntnisse in R sind für diesen Kurs erforderlich.

Literatur

Hastie, T.; Tibshirani, R. & Friedman, J. (2001), The Elements of Statistical Learning , Springer New York Inc. , New York, NY, USA .
https://web.stanford.edu/~hastie/ElemStatLearn/

R Refresher:
R Graphics Cookbook: Practical Recipes for Visualizing Data - Winston Chang

Alle anderen relevanten Informationen werden in Moodle veröffentlicht.

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Fr 12.05.2023 00:12