Seminar "Statistical Learning"

Dozent: Michael Vogt

Allgemeine Informationen:

Zielgruppe:        Bachelor und Master MaBi, Mathe, WiMa
 
Voraussetzung: Mind. Grundvorlesungen in Analysis und Linearer Algebra sowie "Elementare Wahrscheinlichkeitsrechnung und Statistik"; weiterführende Statistik-/Stochastikkenntnisse sind hilfreich
Termine: Nach Absprache als Block oder wöchentlich
Inhalt:

Das Seminar beschäftigt sich mit Methoden des statistischen Lernens, die für moderne "Data Science" wichtig sind. Beispiele sind Lasso, Ridge Regression, Support Vector Machines, Boosting, Regression Trees/Random Forests und Neuronale Netzwerke. Ziel des Seminars ist es, einen Einblick in ausgewählte Methoden des statistischen Lernens zu geben und die theoretischen Grundlagen zu beleuchten. 

Bemerkungen:
  • Neuronale Netzwerke wurden in meinem Seminar im vorigen WS 2021/22 eingehend betrachtet. In diesem Seminar beschäftigen wir uns mit anderen Methoden des statistischen Lernens.
  • Ich halte im SS 2022 auch die Vorlesung "Statistical Learning". Das Seminar kann als Ergänzung dazu betrachtet werden. Eine Teilnahme an der Vorlesung ist aber keine Voraussetzung für die Teilnahme am Seminar.
Anmeldung: Bei Interesse bitte eine Email an m.vogt@uni-ulm.de
Plätze:  Max. 12

 

 

 

Hinweise:

Maximal 12 Plätze
Bei Interesse bitte eine Email an:
m.vogt@uni-ulm.de