INSTITUT FÜR MEDIZINISCHE INFORMATIK, STATISTIK UND EPIDEMIOLOGIE

Vorlesung "Statistisches Lernen"

Vorlesung/Übung

Dozenten Martin Bogdan, David Petroff, Kristin Reiche, Andreas Kühnapfel
Termine Dienstags, 9:15 Uhr - 10:45 Uhr
  Donnerstags, 9:15 Uhr - 10:45 Uhr
Raum IMISE, Härtelstraße 16-18, Raum 109
  ab 10.1.2017: Raum 018
  am 12.1.2017: Paulinum, Augustusplatz 10-11, Felix-Klein-Hörsaal (5. Etage)
Hinweise Am 10.1.2017 und 12.1.2017 fallen die Vorlesungen/Übungen aus!
  Die erste Vorlesung findet am 11.10.2016 statt.
  Die letzte Vorlesung vor Weihnachten findet am 20.12.2016 statt.
  Die erste Vorlesung im neuen Jahr findet am 5.1.2017 statt.
 

ÄNDERUNG: Die für den 2.2.2017 geplante Vorlesung entfällt!

Teilnehmerkreis

Studenten im Masterstudiengang Bioinformatik und andere Interessierte

Inhalt

Ziel der Vorlesung ist es, die konzeptionellen Grundlagen des statistischen Lernes zu verstehen.

Besprochene Inhalte:
  • Einführung in die Statistik und Deskriptive Datenanalyse
  • Zufallsvariablen und Wahrscheinlichkeitstheorie
  • Statistisches Testen
  • Lineare und Nichtlineare Regressionsmodelle
  • Support Vector Machines, Random Forests, Neuronale Netze
  • Unsupervised Learning
  • Multiples Testen
  • Modellwahl und -bewertung
  • Regularisierung und Shrinkage
  • Statistische Analyse von Sequenz- und Expressionsdaten

Downloads und Literatur

Die Vorlesung richtet sich hauptsächlich nach dem folgenden Buch:

G. James, D. Witten, T. Hastie, R. Tibshirani. "An Introduction to Statistical Learning." Springer. 2013.

Weitere Literatur

  • D. R. Cox. "Principles of Statistical Inference." CUP. 2006.
  • D. R. Cox and D. V. Hinkley. "Theoretical Statistics." Chapman & Hall. 1974.
  • J. Fox. "Applied Regression Analysis and Generalized Linear Models." SAGE. 2016.
  • B. W. Gnedenko. "Lehrbuch der Wahrscheinlichkeitsrechnung." Harri Deutsch. 1980.
  • T. Hastie, R. Tibshirani, and J. Friedman. "The Elements of Statistical Learning." Springer. 2001.
  • K. Murphy. "Machine Learning - A Probabilistic Perspective." The MIT Press. 2012.

Software

Vorlesungsfolien

Übungsblätter

Mündliche Modulprüfung

  • Die Nachprüfungen finden am Donnerstag, den 6.4.2017, im Zeitraum von 9 bis 12 Uhr in den Räumen 017 und 018 in der Härtelstraße 16-18, 04107 Leipzig statt.
  • Die Anmeldung erfolgt über die OpenOLAT Prüfungsanmeldung.
  • Gegebenenfalls werden die Prüfungstermine abschließend durch die Dozenten so umgelegt, dass alle Prüfungen hintereinander abgelegt werden können.

R-Kurs

Parallel zur Vorlesung findet ein R-Kurs statt. Hier wird die Umsetzung und Anwendung von in der Vorlesung besprochenen Verfahren mit Hilfe der Programmiersprache R erläutert. Genauere Hinweise zum R-Kurs finden Sie hier.