Empfohlen für: |
1. Semester |
Verantwortlich |
Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE) |
Dauer |
1 Semester |
Modulturnus |
jedes Wintersemester |
Lehrformen |
- Vorlesung "Grundlagen des statistischen Lernens" (3 SWS) = 45 h Präsenzzeit und 105 h Selbststudium = 150 h
- Übung "Grundlagen des statistischen Lernens" (1 SWS) = 15 h Präsenzzeit und 35 h Selbststudium = 50 h
- Praktikum "Statistische Analysen mit R" (2 SWS) = 30 h Präsenzzeit und 70 h Selbststudium = 100 h
|
Arbeitsaufwand |
10 LP = 300 Arbeitsstunden (Workload) |
Verwendbarkeit |
- M.Sc. Bioinformatik
- M.Sc. Informatik
|
Ziele |
Nach der aktiven Teilnahme am Modul "Statistisches Lernen" sind die Studierenden in der Lage:
- grundlegende Verfahren der Statistik korrekt anzuwenden,
- verschiedene Verfahren des Maschinellen Lernens zu erklären, zu vergleichen, und zu komplexen Workflows zu verbinden und
- Workflows der bioinformatischen Datenanalyse in der Statistiksprache R abzubilden und zu implementieren.
|
Inhalt |
Vorlesung und Übung "Grundlagen des statistisches Lernens"
- Wahrscheinlichkeitsbegriff
- stochastische Modellierung
- Entropie und Information
- explorative Datenanalyse
- Likelihood und Bayesianische Inferenz
- Resampling Verfahren (Bootstrap und MCMC)
- Modellwahl
- multiples Testen
- hochdimensionale Statistik (Shrinkage und Regularisierung)
- Klassifikation
- Regressionsmodelle
- Zeitreihenanalyse
- räumliche Statistik
Praktikum "Statistische Analysen mit R" (http://r-project.org)
- Einführung in die Datenanalyse in R
- statistisches Programmieren in R
- Anwendung auf Beispieldatensätze
- Erstellung von statistischen Berichten
|
Teilnahmevoraussetzungen |
Grundkenntnisse in Statistik oder Biometrie oder gleichwertige Kenntnisse |
Literaturangabe |
Siehe Homepage. |
Vergabe von Leistungspunkten |
Leistungspunkte werden mit erfolgreichem Abschluss des Moduls vergeben. Näheres regelt die Prüfungsordnung. |
Prüfungsformen und -leistungen |
Modulprüfung: Mündliche Prüfung 20 Min., mit Wichtung: 1 |
|
Vorlesung "Grundlagen des statistischen Lernens" (3SWS)
Übung "Grundlagen des statistischen Lernens" (1SWS)
Praktikum "Statistische Analysen mit R" (2SWS) |
|