107.386 Klassifikation und Diskriminanzanalyse
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2019W, VU, 3.0h, 4.5EC
TUWEL

Merkmale

  • Semesterwochenstunden: 3.0
  • ECTS: 4.5
  • Typ: VU Vorlesung mit Übung

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. Die Themen inkludieren neurale Netze, Support Vector Machines, Klassifikationsbäume und verallgemeinerte additive Modelle.

Methoden

Beispiele mit Daten, Software R

Prüfungsmodus

Schriftlich und Mündlich

Vortragende Personen

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Mi.09:00 - 11:0002.10.2019 - 29.01.2020EI 5 Hochenegg HS Vorlesung Filzmoser
Do.12:00 - 13:0003.10.2019 - 30.01.2020FH Hörsaal 6 - TPH Vorlesung Filzmoser
Klassifikation und Diskriminanzanalyse - Einzeltermine
TagDatumZeitOrtBeschreibung
Mi.02.10.201909:00 - 11:00EI 5 Hochenegg HS Vorlesung Filzmoser
Do.03.10.201912:00 - 13:00FH Hörsaal 6 - TPH Vorlesung Filzmoser
Mi.09.10.201909:00 - 11:00EI 5 Hochenegg HS Vorlesung Filzmoser
Do.10.10.201912:00 - 13:00FH Hörsaal 6 - TPH Vorlesung Filzmoser
Mi.16.10.201909:00 - 11:00EI 5 Hochenegg HS Vorlesung Filzmoser
Do.17.10.201912:00 - 13:00FH Hörsaal 6 - TPH Vorlesung Filzmoser
Mi.23.10.201909:00 - 11:00EI 5 Hochenegg HS Vorlesung Filzmoser
Do.24.10.201912:00 - 13:00FH Hörsaal 6 - TPH Vorlesung Filzmoser
Mi.30.10.201909:00 - 11:00EI 5 Hochenegg HS Vorlesung Filzmoser
Mi.06.11.201909:00 - 11:00EI 5 Hochenegg HS Vorlesung Filzmoser
Do.07.11.201912:00 - 13:00FH Hörsaal 6 - TPH Vorlesung Filzmoser
Mi.13.11.201909:00 - 11:00EI 5 Hochenegg HS Vorlesung Filzmoser
Do.14.11.201912:00 - 13:00FH Hörsaal 6 - TPH Vorlesung Filzmoser
Mi.20.11.201909:00 - 11:00EI 5 Hochenegg HS Vorlesung Filzmoser
Do.21.11.201912:00 - 13:00FH Hörsaal 6 - TPH Vorlesung Filzmoser
Mi.27.11.201909:00 - 11:00EI 5 Hochenegg HS Vorlesung Filzmoser
Do.28.11.201912:00 - 13:00FH Hörsaal 6 - TPH Vorlesung Filzmoser
Mi.04.12.201909:00 - 11:00EI 5 Hochenegg HS Vorlesung Filzmoser
Do.05.12.201912:00 - 13:00FH Hörsaal 6 - TPH Vorlesung Filzmoser
Mi.11.12.201909:00 - 11:00EI 5 Hochenegg HS Vorlesung Filzmoser

Leistungsnachweis

Beispiele in R lösen, mündliche Prüfung

LVA-Anmeldung

Nicht erforderlich

Curricula

StudienkennzahlVerbindlichkeitSemesterAnm.Bed.Info
066 926 Business Informatics Gebundenes Wahlfach
066 936 Medizinische Informatik Gebundenes Wahlfach
860 GW Gebundene Wahlfächer - Technische Mathematik Keine Angabe

Literatur

Ein Skriptum zur Lehrveranstaltung ist beim Vortragenden erhältlich.

Weitere Informationen

Sprache

Deutsch