I834 – Multidinesional data analysis and statistical learning techniques
Module
Multidinesional data analysis and statistical learning techniques
Mehrdimensionale Datenanalyse und statistische Lernverfahren |
Module number
I834 [I-834]
Version: 1 |
Faculty
Informatics/Mathematics
|
Level
Master
|
Duration
1 Semester
|
Semester
Summer semester
|
Module supervisor
Prof. Dr. rer. nat. Fabian Schwarzenberger |
Lecturer(s)
Prof. Dr. rer. nat. Fabian Schwarzenberger |
Course language(s)
German |
ECTS credits
5.00 credits |
Workload
150 hours |
Courses
4.00 SCH (2.00 SCH Lecture | 1.00 SCH Seminar | 1.00 SCH Internship) |
Self-study time
90.00 hours |
Pre-examination(s)
None
|
Examination(s)
Oral examination |
Form of teaching
Präsenzvorlesungen, Übungen, Übungen im PC-Labor |
Media type
No information
|
Instruction content/structure
Eine bedarfsgerechte Auswahl aus den Themen-Schwerpunkten:
|
Qualification objectives
Die Studierenden beherrschen die wesentlichen Grundlagen der multivariaten Statistik. Sie können eigenständig von einer praktischen Anwendung auf das zu Grunde liegende statistische Problem schließen. Die Studenten sind vertraut mit einer Reihe von Methoden des statistischen Lernens und können abhängig vom vorliegenden statistischen Problem die Anwendbarkeit der jeweiligen Methoden diskutieren und sich selbstständig für ein passendes Verfahren entscheiden. Zur Umsetzung der Verfahren sind die Studierenden mit der Statistik-Software R vertraut. Hier sind sie in der Lage in der Programmierumgebung von R eigene Algorithmen zu entwickeln, vordefinierte Funktionen und Pakete zielgerichtet einzusetzen, sowie die Ergebnisse ihrer Berechnungen adäquat zu interpretieren. |
Social and personal skills
No information
|
Special admission requirements
No information
|
Recommended prerequisites
Grundkenntnisse der Wahrscheinlichkeitstheorie und Statistik |
Continuation options
No information
|
Literature
Wird vom Vorlesenden zu Beginn der Veranstaltung bekannt gegeben. |
Current teaching resources
None
|
Notes
No information
|
Link to course/learning resources in OPAL
|