Einführung in die Bayes'sche Statistik

Die Bayes'sche Statistik bietet einen vereinheitlichenden Zugang zu Problemen der Datenanalyse und bildet zugleich eine theoretische Grundlage für viele Methoden des maschinellen Lernens. Ziel der Vorlesung ist es, anhand von Beispielen aus verschiedenen Wissenschaftsgebieten, dem Alltag sowie aus aktuellen Anwendungen des maschinellen Lernens eine erste Einführung in das Themengebiet zu geben. Aufbauend auf den theoretischen Grundlagen werden Fragestellungen wie Parameterschätzung, Modellvergleich und Hypothesentests, Kausale Inferenz und Experimentelles Design behandelt, ergänzt durch ihre numerische Umsetzung mittels moderner Monte Carlo Methoden.

Aktuell:

Weitere Informationen zur aktuelle Vorlesung im Sommersemester 2025 finden Sie im Learnweb