Statistische Programmierung

Allgemeine Informationen

Termine und Zeiten

Veranstaltung	Ort	Zeit	Dozent
Statistische Programmierung	über Zoom	Vorlesungen: Dienstags, 06.04., 13.04., 27.04., 04.05. jeweils 8-14 Uhr Übungen: Mittwoch + Donnerstag, 07.04./08.04., 14.04./15.04., 28.04./29.04., 05.05./06.05. jeweils 16-19 Uhr	Dr. Jannis Kück

Voraussetzungen/Hinweise

Vertiefte Statistikkenntnisse werden vorausgesetzt (Vorkenntnisse in maschinellen Lernmethoden sind vorteilhaft).
Erste Programmiererfahrungen (z.B. in R) sind hilfreich.
Es besteht strenge Anwesenheitspflicht, welche vor jeder Vorlesung und Übung überprüft wird.
Die Teilnehmerzahl ist stark beschränkt. Bitte melden Sie sich nur zur Veranstaltung an, wenn Sie definitiv teilnehmen!

Inhalt/Lernziel

Ziel der Veranstaltung ist es Kompetenzen in der Auswertung von Daten mit Hilfe von modernen statistischen Methoden zu erlernen. Die Themenbereiche umfassen unter anderem Hypothesentests, Regressionsmethoden (Quantilsregression, Ridge, ...) und Klassifikationsmethoden (SVMs, Decision Trees,...).

Die Veranstaltung setzt sich aus einem Vorlesungsteil (vormittags) und einem Übungsteil (nachmittags) zusammen. In der Vorlesung wird eine Einführung in Python gegeben und statistische Methoden zur Datenanalyse vorgestellt. In den Übungen werden theoretische und praktische Aufgaben zu den statistischen Methoden aus der Vorlesung mittels Python bearbeitet.

Prüfungsleistung

Die Prüfungsleistung besteht aus einer eigenständigen Hausarbeit, welche einen Programmier- und einen Verständnis- bzw. Theorieteil umfasst.