Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.
040713 UK Angewandte Statistik (2021W)
Prüfungsimmanente Lehrveranstaltung
Labels
DIGITAL
Zusammenfassung
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Mo 13.09.2021 09:00 bis Do 23.09.2021 12:00
- Abmeldung bis Fr 15.10.2021 23:59
An/Abmeldeinformationen sind bei der jeweiligen Gruppe verfügbar.
Gruppen
Gruppe 1
max. 35 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Dienstag 05.10. 15:00 - 16:30 Digital
- Dienstag 12.10. 15:00 - 16:30 Digital
- Dienstag 19.10. 15:00 - 16:30 Digital
- Dienstag 09.11. 15:00 - 16:30 Digital
- Dienstag 16.11. 15:00 - 16:30 Digital
- Dienstag 23.11. 15:00 - 16:30 Digital
- Dienstag 30.11. 15:00 - 16:30 Digital
- Dienstag 07.12. 15:00 - 16:30 Digital
- Dienstag 14.12. 15:00 - 16:30 Digital
- Dienstag 11.01. 15:00 - 16:30 Digital
- Dienstag 18.01. 15:00 - 16:30 Digital
- Dienstag 25.01. 15:00 - 16:30 Digital
Gruppe 2
max. 35 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Dienstag 05.10. 16:45 - 18:15 Digital
- Dienstag 12.10. 16:45 - 18:15 Digital
- Dienstag 19.10. 16:45 - 18:15 Digital
- Dienstag 09.11. 16:45 - 18:15 Digital
- Dienstag 16.11. 16:45 - 18:15 Digital
- Dienstag 23.11. 16:45 - 18:15 Digital
- Dienstag 30.11. 16:45 - 18:15 Digital
- Dienstag 07.12. 16:45 - 18:15 Digital
- Dienstag 14.12. 16:45 - 18:15 Digital
- Dienstag 11.01. 16:45 - 18:15 Digital
- Dienstag 18.01. 16:45 - 18:15 Digital
- Dienstag 25.01. 16:45 - 18:15 Digital
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Es gibt je eine Programmierklausur zu beiden Themenblöcken.
Zusätzlich gibt es eine schriftliche Abschlussprüfung zu den theoretischen Inhalten.
Zusätzlich gibt es eine schriftliche Abschlussprüfung zu den theoretischen Inhalten.
Mindestanforderungen und Beurteilungsmaßstab
Die Note ermittelt sich nach folgender Gewichtung:
35% Programmieraufgabe zum Thema 1
35% Programmieraufgabe zum Thema 2
30% schriftliche Abschlussprüfung
35% Programmieraufgabe zum Thema 1
35% Programmieraufgabe zum Thema 2
30% schriftliche Abschlussprüfung
Prüfungsstoff
Inhalte der behandelten Themen
Literatur
Fahrmeir, L., Hamerle, A., Tutz, G. (1996) Multivariate statistische Verfahren
James, G., Witten, D., Hastie, T., Tibshirani, T. An introduction to statistical learning with applications in R.
James, G., Witten, D., Hastie, T., Tibshirani, T. An introduction to statistical learning with applications in R.
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Fr 12.05.2023 00:13
Erwerb von Kenntnissen in der Anwendung statistischer Methoden auf praktische Fragestellungen und die Lösung von konkreten Anwendungsproblemen.Inhalte:
Dieser Kurst behandelt die Vorhersage und Strukturerkennung von Big Data mit:
1. SVD (singular value decomposition), PCA (principal component analysis) und LDA (latent Dirichlet allocation);
2. PLS (partial least squares), penalisierte Methoden, logistic PCAMethoden:
Vorlesung mit kombinierter Übung.
Vorlesungsmitschrift und Daten werden zur Verfügung gestellt.
Studierende müssen in statistischer Software am eigenen Rechner programmieren.