Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.
040694 UK Nichtparametrische Inferenz und Resampling (MA) (2024S)
Prüfungsimmanente Lehrveranstaltung
Labels
DIGITAL
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Mo 12.02.2024 09:00 bis Mi 21.02.2024 12:00
- Abmeldung bis Do 14.03.2024 23:59
Details
max. 30 Teilnehmer*innen
Sprache: Deutsch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Dienstag 05.03. 11:45 - 12:30 Digital
- Donnerstag 07.03. 11:30 - 13:00 Digital
- Donnerstag 14.03. 11:30 - 13:00 Digital
- Dienstag 19.03. 11:45 - 12:30 Digital
- Donnerstag 21.03. 11:30 - 13:00 Digital
- Dienstag 09.04. 11:45 - 12:30 Digital
- Donnerstag 11.04. 11:30 - 13:00 Digital
- Dienstag 16.04. 11:45 - 12:30 Digital
- Donnerstag 18.04. 11:30 - 13:00 Digital
- Dienstag 23.04. 11:45 - 12:30 Digital
- Donnerstag 25.04. 11:30 - 13:00 Digital
- Dienstag 30.04. 11:45 - 12:30 Digital
- Donnerstag 02.05. 11:30 - 13:00 Digital
- Dienstag 07.05. 11:45 - 12:30 Digital
- Dienstag 14.05. 11:45 - 12:30 Digital
- Donnerstag 16.05. 11:30 - 13:00 Digital
- Dienstag 21.05. 11:45 - 12:30 Digital
- Donnerstag 23.05. 11:30 - 13:00 Digital
- Dienstag 28.05. 11:45 - 12:30 Digital
- Dienstag 04.06. 11:45 - 12:30 Digital
- Donnerstag 06.06. 11:30 - 13:00 Digital
- Dienstag 11.06. 11:45 - 12:30 Digital
- Donnerstag 13.06. 11:30 - 13:00 Digital
- Dienstag 18.06. 11:45 - 12:30 Digital
- Donnerstag 20.06. 11:30 - 13:00 Digital
- Dienstag 25.06. 11:45 - 12:30 Digital
- Donnerstag 27.06. 11:30 - 13:00 Digital
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Aufgaben, zwei oder drei Übungsblätter.Die Verwendung von KI-Tools (z. B. ChatGPT) für die Produktion von Texten ist nur dann erlaubt, wenn diese von der Lehrveranstaltungsleitung ausdrücklich gefordert werden (z. B. für einzelne Arbeitsaufgaben).
Mindestanforderungen und Beurteilungsmaßstab
Mindestens 50% der Aufgaben.
Prüfungsstoff
Alles was vorgetragen wurde.
Literatur
S. Boucheron, G. Lugosi und P. Massart. Concentration inequalitites. A nonasymptotic theory of independence. Oxford University Press, Oxford, 2013.
P. Massart. Concentration inequalitites and model selection. Springer, Berlin, 2007.
A. Tsybakov. Introduction to nonparametric estimation. Springer, 2009.
L. Wasserman. All of nonparametric statistics. Springer, 2006.
P. Massart. Concentration inequalitites and model selection. Springer, Berlin, 2007.
A. Tsybakov. Introduction to nonparametric estimation. Springer, 2009.
L. Wasserman. All of nonparametric statistics. Springer, 2006.
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: So 03.03.2024 15:05
Konzentrationsungleichungen
Entropie und Chaining
Nicht-parametrische Regression
Modellwahl
Bootstrap-VerfahrenDie Vorlesung findet digital (Stream) statt.