Statistical and Machine Learning
Allgemeine Informationen
| #️⃣ Kursnummer | 7010320 |
| 🎓 Kurslevel | Master |
| 🗣️ Dozentin | Katarzyna Reluga |
| 📅 Semester | Sommer |
| 💬 Sprache | Englisch |
| *️⃣ Credits | 6 ECTS |
Kursziel
Die Studierenden werden in die Grundkonzepte statistischer Programmiersprachen wie R oder Matlab und deren Anwendung eingeführt. Sie erwerben fundierte Kenntnisse über die mathematischen und algorithmischen Grundlagen statistischer Software. Der Kurs konzentriert sich in erster Linie darauf, ein Verständnis für die Kernkonzepte des überwachten und unüberwachten Lernens sowie für die Zusammenhänge zwischen statistischen und maschinellen Lernparadigmen zu entwickeln. Die Studierenden lernen die theoretischen Eigenschaften der wichtigsten Algorithmen kennen und erwerben die Fähigkeit, diese in der Praxis auf reale Daten anzuwenden.
Vorlesung: Ausgewählte Themen aus der Statistik und dem maschinellen Lernen, z. B. lineare Regression, Regularisierung, Bayes'sche Methoden, Exemplar- und Kernel-Methoden, Zufallsbäume und -wälder, Ensemble-Techniken, Bootstrap, Boosting, unüberwachtes und halbüberwachtes Lernen, (Re-)Sampling-Methoden und neuronale Netze.
Übung: Implementierung und Bewertung ausgewählter statistischer und maschineller Lernmodelle unter Verwendung statistischer Programmiersprachen und moderner Frameworks für maschinelles Lernen.
Voraussetzungen: Statistik, Ökonomentrie, Datenanalyse oder die Kenntnis ähnlicher Vorlesungen ist empfohlen.