HWS24

Stochastik 1

Jeder kennt Zufall aus dem eigenen Leben, zum Beispiel Münzwürfe oder das Bestehen einer Klausur nach “mit Lücke lernen”. In dieser Vorlesung werden wir mittels Maß- und Integrationstheorie mathematische Modelle für die Modellierung von Zufallsexperimenten konstruieren. Weil wir auch noch das Gesetz der Großen Zahlen und den zentralen Grenzwertsatz diskutierten, wird die Erfolgswahrscheinlichkeit des zweiten Beispiels leider ziemlich klein sein.

Markovketten

Eine Robotorvorlesung im Bachelor: Wir bieten Diskussionsrunden und Prüfungen an, die Vorlesungsvideos gibt es auf YouTube. Wie wir diskutieren werden, überlegen wir uns gemeinsam mit den Studierenden in der ersten Woche.

Markov processes (Döring/Slowik)

Eine Robotorvorlesung im Master: Wir bieten Diskussionsrunden und Prüfungen an, die Vorlesungsvideos gibt es auf YouTube. Wie wir diskutieren werden, überlegen wir uns gemeinsam mit den Studierenden in der ersten Woche.

Optimization in Machine Learning (Weißmann)

This lecture (6 ECTS) will cover optimization methods that typically appear in machine learning. Most importantly, we will discuss different (stochastic) versions of the gradient descent method and their applications in machine learning.

Seminar Stochastik in der Wirtschaftstheorie

Dieses Seminar (Bachelor und Master) wird gemeinsam mit der VWL der Universität Heidelberg (Sebastian Ebert) angeboten. Wir beschäftigen uns mit Anwendungen der Stochastik in der Wirtschaftstheorie. Bei Interesse meldet euch bitte bis Ende August per Mail bei Leif Döring. Themen verbinden zum Beispiel Fragestellungen der Verhaltensökonomie mit Random Walks.

Seminar Mathematische Methoden der Künstlichen Intelligenz

In diesem Seminar (Bachelor & Master) studieren wir verschiedene Methoden die alle gemeinsam auf den Grundlagen der Entropie basieren. Hierfür vergeben wir Vorträgen zu Entropievarianten und entsprechenden Teilbereichen. Entropie findet Anwendung in vielen Forschungsfeldern, unter anderem auch auch im Bereich des maschinellen Lernens.