Enter your username and password here in order to log in on the website
Bitte einen Termin über das Sekretariat vereinbaren!
Dozent: Prof. Dr. Martin Schlather
ECTS: 8
Lehrinhalte: Zentraler Grenzwertsatz bei nicht identisch verteilten Zufallsvariablen • Schätzverfahren (BLUE/BLUP, MLE, Momentenschätzer, Cramer-Rao) • Bereichsschätzer und Tests (Neyman-Pearson; Likelihood-Ratio-Test; chi2-Test und weitere spezielle Tests) • Explorative Statistik • Hilberträume; bedingter Erwartungswert • Lineares Modell • Asymptotische Normalität
Vorausgesetzte Kenntnisse: Analysis I & II, Lineare Algebra I & II A, Stochastik 1
Vorlesung: Dienstags, 12:00 – 13:30 Uhr in B 6, Raum A 0.01
Donnerstags, 08:30 – 10:00 Uhr in B 6, Raum A 0.01
Übungen:
Montags, 15:30 – 17:00 Uhr in B6, 23–25, Raum A 101(Alles rund um die Klausurvorbereitung, vor allem zu Beginn des Semesters Tipps/
Grundlagen / Wiederholung Stochastik 1: Montags, 10:15 Uhr – 11:45 Uhr in B6, 23–25, A302
Donnerstags, 10:15 – 11:45 Uhr in B6, 26, Raum A 103 (Besprechung Übungsblatt + Zusatzaufgaben)
Donnerstags, 13:45 – 15:15 Uhr in B6, 23–25, Raum A 0.01 (VL-Wiederholung)
Die voraussichtlich jährlich angebotene Veranstaltung “Unsupervised Learning” ist ähnlich zu “Köpfe rauchen” von Prof. Dr. Leif Döring und besteht in großen Teilen aus den Inhalten der Stochastik-II-“Köpfe rauchen” der letzten Jahre. Ab FS23 können nun auch ECTS-Punkte erworben werden.
Aktuelles:
- (23.02.2023) Die Räume für die Tutorien am Montag wurden nochmals geändert.
Übertragung von Klausurzulassungen aus dem FSS 2022
Bitte schreiben Sie hierfür eine E-Mail an Christopher Dörr (christopher.doerr(at)students.uni-mannheim.de) mit Angabe Ihrer Matrikelnummer.
Grundsätzliche Regelung: Es werden nur Zulassungen, die im FSS 22 durch Abgabe der Übungsblätter und Erreichen von mind. 50% der Punkte erlangt wurden, übertragen. Ansonsten muss die Zulassung neu erworben werden.
Dozent: Prof. Dr. Martin Schlather
ECTS: 6
Lehrinhalte: Clusteranalyse • Hauptkomponenten- und Faktorenanalyse • Regression Trees • Versuchsplanung
Vorausgesetzte Kenntnisse: Kenntnisse in Stochastik 2 können begleitend erworben werden
Vorlesung: Mittwochs, 08:30 – 10:00 Uhr in B 6 im Raum A 302.
Der Kurs ist das Tutorium Stochastik-II-“Köpfe rauchen”, jedoch ab FSS 23 mit der Möglichkeit
Der Kurs behält das Format des Tutoriums Stochastik-II-“Köpfe rauchen” weitgehend bei:
Dozent: Prof. Dr. Martin Schlather
ECTS: 8
Lehrinhalte: • Einstieg in die Problematik des schnellen Rechnens
anhand der Matrixmultiplikation • Komplexitätstheorie • Markov Chain Monte Carlo (MCMC) • Bayessche Statistik • Bootstrapping • Stochastische Algorithmen • Kurzeinstieg in C • Paralleles Rechnen (OMP, SIMD, GPU) in C • Caches
Vorausgesetzte Kenntnisse: • Stochastik 1 & 2 • eine Programmiersprache; C ist von Vorteil, aber nicht notwendig
Vorlesung: Dienstags, 08:30 – 10:00 Uhr in B 6 im Raum D 002
Donnerstags, 15:30 – 17:00 Uhr in B 6 im Raum D 002
Übungen: Montags, 13:45 – 15:15 Uhr in B 6 im Raum A 303
Dozent: Prof. Dr. Martin Schlather
Vorbesprechung: Donnerstag, 16. Februar 2023 um 10:15 Uhr im Raum A 302.
Inhalt: Simulation multivariater Verteilungen und Gaußscher Prozesse
Voraussetzung: HWS 22 “Prozessbasierte Daten” oder “Computat. Statistics” im laufenden FSS 23 oder in Absprache (QC, PV)
Dozent: tba
ECTS: 3 (Schlüsselqualifikation 1)
Voraussichtlicher Wechsel von R nach Julia!
Lehrinhalte: Grundlegendes Verständnis der Programmiersprache R/
Vorlesung: Zeit und Ort: Mittwochs, 15:30 – 17:00 Uhr in B 6 im Raum A 104
Start: 1. März
Dozent: tba
ECTS: 3
Veranstaltungsform: Mittwochs, 17:15 – 18:45 Uhr
Start: tba
Raum: B 6 Raum A 103
Prüfungsform: Mündliche Präsentation einer Datenanalyse
Voraussichtlicher Wechsel von R nach Julia !
Da der Kurs zu großen Teilen aus eigenem Programmieren besteht, benötigen Sie einen Laptop/
Lehrinhalte: Grundlegendes Verständnis der Programmiersprache R/
Vorausgesetzte Kenntnisse: Programmierkurs julia, Analysis I & II, Lineare Algebra I & IIA, Einführung in die Wahrscheinlichkeitstheorie/