HomeSucheInhaltsübersichtKontaktImpressumDatenschutz
INSTITUT FÜR MEDIZINISCHE INFORMATIK, STATISTIK UND EPIDEMIOLOGIE English Website

Vorlesung "Statistisches Lernen"

Vorlesung/Übung

Dozenten David Petroff, Kristin Reiche, Andreas Kühnapfel, Martin Bogdan
Termine Dienstag: 9:15 Uhr - 10:45 Uhr
  Donnerstag: 9:15 Uhr - 10:45 Uhr
Raum Dienstag: HS 13 (Hörsaalgebäude)
  Donnerstag: HS 19 (Hörsaalgebäude)
Hinweise Die erste Vorlesung findet am 10.10.2017 (Dienstag) statt.
  Die letzte Vorlesung vor Weihnachten findet am 19.12.2017 (Dienstag) statt.
  Die erste Vorlesung im neuen Jahr findet am 4.1.2018 (Donnerstag) statt.

Teilnehmerkreis

Studenten im Masterstudiengang Bioinformatik und andere Interessierte

Inhalt

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

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

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

Termin wird noch bekanntgegeben

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.

Letzte Änderung: 18.01.2018Redakteur: Zeit: 0,016 s