Statistical Learning
Allgemeines
|
Vorlesung: |
Montags, 10 - 12 Uhr, M5 |
|
Dozent: |
|
|
Assistenz: |
|
|
KommVV: |
Eintrag der Vorlesung im kommentierten Vorlesungsverzeichnis |
| Voraussetzungen: | Wahrscheinlichkeitstheorie und Statistik; Wahrscheinlichkeitstheorie II könnte hilfreich sein |
|
Inhalt: |
This course aims at an introduction of some basic aspects in statistical learning and data science. We plan to cover topics in stochastic approximation, pattern recognition, kernel density estimation, regression, supervised and unsupervised learning, and prediction. Knowledge of the fundamental concepts in Mathematical Statistics, especially about estimation and testing, are expected. |
|
Learnweb: |
Bitte melden Sie sich im Learnweb mit dem Einschreibeschlüssel StatisticalLearning für die Veranstaltung an. |
|
Leistungsnachweis: |
Durch erfolgreiches Lösen der Hausaufgaben, aktive Teilnahme an den Übungen und das Bestehen einer mündlichen Prüfung/Klausur kann ein Leistungsnachweis erhalten werden. Hinreichend zur Teilnahme an der Prüfung sind 40% der auf den Übungszetteln erreichbaren Punkte. |
| Prüfung: | tba |
Übungsbetrieb
|
Übungen: |
Mittwochs, 10 - 12 Uhr |
|
Übungszettel: |
im Learnweb |