Nummer INFO-4151 |
Titel Angewandte Statistik II |
Lehrform(en) Vorlesung |
---|---|---|
ECTS | 6 | |
Arbeitsaufwand - Kontaktzeit - Selbststudium |
Arbeitsaufwand:
180 h Kontaktzeit:
60 h / 4 SWS Selbststudium:
120 h |
|
Veranstaltungsdauer | 1 Semester | |
Häufigkeit des Angebots | Im Sommersemester | |
Unterrichtssprache | Deutsch | |
Prüfungsform | Klausur |
|
Inhalt | Aufbauend auf Angewandte Statistik I werden komplexere statistische Methoden behandelt: Generalisierte Lineare Modelle (GLM), Hauptkomponentenanalyse (PCA), Unabhängigkeitsanalyse (ICA) und Bayes-Statistik. Der Schwerpunkt liegt auf der praktischen Anwendung aller Methoden und deren Implementation in der Programmiersprache Python (mit den Modulen statsmodels, scipy.stats, sklearn und pymc) und der Darstellung der Ergebnisse in Notebooks. |
|
Qualifikationsziele | Die Studierenden kennen weiterführende statistische Methoden, können diese anwenden und in Software implementieren. Sie können die Unterschiede zwischen frequentistischer und Bayes-Statistik einordnen. Die Studierenden sind in der Lage, Versuche selbst planen und auswerten zu können und dabei typische Fehler zu vermeiden. Sie können in der Literatur eingesetzte statistische Verfahren und dargestellte Ergebnisse kritisch hinterfragen. |
|
Vergabe von Leistungspunkten/Benotung |
Lehrform
Status
SWS
LP
Prüfungsform
Prüfungsdauer
Benotung
Berechnung
Modulnote (%)
Vorlesung
V
o
4
6.0
K
90
b
100
|
|
Teilnahmevoraussetzungen |
INF3223 Angewandte Statistik I, INFM1010 Mathematik für Informatik 1: Analysis, INFM1020 Mathematik für Informatik 2: Lineare Algebra |
|
Dozent/in | Wannek | |
Literatur / Sonstiges | Wird in der Vorlesung bekannt gegeben |
|
Zuletzt angeboten | Sommersemester 2022 | |
Geplant für | Sommersemester 2024 | |
Zugeordnete Studienbereiche | INFO-INFO, INFO-PRAK, MEDI-APPL, MEDI-INFO, ML-CS |