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: S 402 (Campus Augustusplatz) |
| Donnerstag: HS 19 (Campus Augustusplatz) | |
| Hinweise | Die erste Vorlesung findet am 23.10.2018 (Dienstag) statt. |
| Die letzte Vorlesung vor Weihnachten findet am 20.12.2018 (Donnerstag) statt. | |
| Die erste Vorlesung im neuen Jahr findet am 8.1.2019 (Dienstag) statt. | |
| Am 8.1.2019 findet keine Vorlesung/Übung statt. | |
| Am 10.1.2019 findet keine Vorlesung/Übung statt. | |
| Am 22.1.2019 findet keine Vorlesung/Übung statt. | |
| Die letzte Vorlesung findet am 5.2.2019 (Dienstag) statt. |
Teilnehmerkreis
Studierende an der Fakultät für Mathematik und Informatik mit "Statistisches Lernen" als Pflicht- bzw. Wahlpflichtmodul und andere Interessierte (bei verfügbaren Plätzen)
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
- The R Project for Statistical Computing: http://www.r-project.org
- RStudio: http://www.rstudio.com/
Mündliche Modulprüfung
| Die Mündlichen Wiederholungsprüfungen finden am Dienstag, den 9.4.2019, | |
| in der Zeit von 15:00 Uhr - 18:00 Uhr | |
|
im Raum 110, 1. OG, Härtelstraße 16-18, 04107 Leipzig statt. |
|
| Zur Teilnahme an der Mündlichen Wiederholungsprüfung muss dies per E-Mail Andreas Kühnapfel (E-Mail Adresse) bis Dienstag, 2.4.2019, 24:00 Uhr zusammen mit einem Terminwunsch mitgeteilt werden. | |
| Die Terminvergabe erfolgt am Mittwoch, dem 3.4.2019, per E-Mail. | |
| Der Terminwunsch wird nach Möglichkeit berücksichtigt. |
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.