105.707 Advanced Methods for Regression and Classification
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2022W, VU, 3.0h, 4.5EC
TUWELLectureTube

Merkmale

  • Semesterwochenstunden: 3.0
  • ECTS: 4.5
  • Typ: VU Vorlesung mit Übung
  • LectureTube Lehrveranstaltung
  • Format der Abhaltung: Hybrid

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage

  • theoretische Konzepte wichtiger Dimensionsreduktionsmethoden und Methoden für lineare und nichtlineare Regression und Klassifikation zu erklären und zu formulieren
  • die Stärken und Schwächen der verschiedenen statistischen Methoden und Werkzeuge anzugeben und diese entsprechend einzusetzen

Inhalt der Lehrveranstaltung

Im vergangene Jahrzehnt gab es förmlich eine Explosion in der Informationstechnologie. Als Nebenprodukt entstehen riesige Datenmengen in so vielfältigen Anwendungsbereichen wie Medizin, Finanzwirtschaft oder Marketing. Die Herausforderung der Analyse dieser Daten hat zur Entwicklung neuer Werkzeuge der Statistik geführt und Forschungsgebiete wie Data Mining, maschinelles Lernen oder Bioinformatik begründet. Die Lehrveranstaltung beschreibt wichtige Konzepte dieser Werkzeuge in einem einheitlichen konzeptuellen Rahmen.

Methoden

Beispiele mit Daten, Software R

 

Prüfungsmodus

Schriftlich und Mündlich

Weitere Informationen

Der Übungsteil dieser VU wird Online abgehalten.

06.10.2022 - 26.01.2023, Donnerstags von 11:30 - 12:30

TUWEL

Vortragende Personen

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Mi.08:00 - 10:0005.10.2022 - 11.01.2023HS 17 Friedrich Hartmann - ARCH Vorlesung Filzmoser
Do.11:30 - 12:3006.10.2022 - 12.01.2023 Zoom Link in TUWEL (LIVE)Übung
Advanced Methods for Regression and Classification - Einzeltermine
TagDatumZeitOrtBeschreibung
Mi.05.10.202208:00 - 10:00HS 17 Friedrich Hartmann - ARCH Vorlesung Filzmoser
Do.06.10.202211:30 - 12:30 Zoom Link in TUWELÜbung
Mi.12.10.202208:00 - 10:00HS 17 Friedrich Hartmann - ARCH Vorlesung Filzmoser
Do.13.10.202211:30 - 12:30 Zoom Link in TUWELÜbung
Mi.19.10.202208:00 - 10:00HS 17 Friedrich Hartmann - ARCH Vorlesung Filzmoser
Do.20.10.202211:30 - 12:30 Zoom Link in TUWELÜbung
Do.27.10.202211:30 - 12:30 Zoom Link in TUWELÜbung
Do.03.11.202211:30 - 12:30 Zoom Link in TUWELÜbung
Mi.09.11.202208:00 - 10:00HS 17 Friedrich Hartmann - ARCH Vorlesung Filzmoser
Do.10.11.202211:30 - 12:30 Zoom Link in TUWELÜbung
Mi.16.11.202208:00 - 10:00HS 17 Friedrich Hartmann - ARCH Vorlesung Filzmoser
Do.17.11.202211:30 - 12:30 Zoom Link in TUWELÜbung
Mi.23.11.202208:00 - 10:00HS 17 Friedrich Hartmann - ARCH Vorlesung Filzmoser
Do.24.11.202211:30 - 12:30 Zoom Link in TUWELÜbung
Mi.30.11.202208:00 - 10:00HS 17 Friedrich Hartmann - ARCH Vorlesung Filzmoser
Do.01.12.202211:30 - 12:30 Zoom Link in TUWELÜbung
Mi.07.12.202208:00 - 10:00HS 17 Friedrich Hartmann - ARCH Vorlesung Filzmoser
Mi.14.12.202208:00 - 10:00HS 17 Friedrich Hartmann - ARCH Vorlesung Filzmoser
Do.15.12.202211:30 - 12:30 Zoom Link in TUWELÜbung
Mi.21.12.202208:00 - 10:00HS 17 Friedrich Hartmann - ARCH Vorlesung Filzmoser

Leistungsnachweis

Beispiele in R lösen, mündliche Prüfung

Prüfungen

TagZeitDatumOrtPrüfungsmodusAnmeldefristAnmeldungPrüfung
Mo.12:00 - 14:0013.05.2024Sem.R. DA grün 06A schrift.&mündl.16.04.2024 10:00 - 11.05.2024 23:59in TISSOral Presence Exam AMRC

LVA-Anmeldung

Von Bis Abmeldung bis
01.09.2022 09:00 16.10.2022 12:00 16.10.2022 12:00

Curricula

StudienkennzahlVerbindlichkeitSemesterAnm.Bed.Info
066 405 Finanz- und Versicherungsmathematik Keine Angabe
066 645 Data Science Pflichtfach1. Semester
066 646 Computational Science and Engineering Keine Angabe
066 931 Logic and Computation Gebundenes Wahlfach
860 GW Gebundene Wahlfächer - Technische Mathematik Keine Angabe

Literatur

Es wird kein Skriptum zur Lehrveranstaltung angeboten.

Weitere Informationen

Sprache

Englisch