Dozent: Johannes Nägele

ECTS: 4

Lehrinhalte: Paketprogrammierung (Hauptziel), git/GitHub, Design Patterns, Profiling, High-performance computing

Vorausgesetzte Kenntnisse: Kenntnisse in Julia oder einer vergleichbaren Programmiersprache

Vorlesung: Mittwochs, 13:45 – 15:15 Uhr in B 6, Raum A 303

Dozent: Prof. Dr. Martin Schlather

ECTS: 8

Lehrinhalte: tba

Vorausgesetzte Kenntnisse: tba

Kontaktzeiten: n.V.

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: tba

Übungen: tba

!!!Bitte beachten!!!

Ausnahmslos finden alle Prüfungen zu Stochastik 2 schriftlich statt. Auch Drittversuche sind ausnahmlos schriftlich.

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

                   Donnerstags, 15:30 – 17:00 Uhr in B 6 im Raum

Übungen: tba

Vorbesprechung Di, 11.2.2025, 10:00 Uhr (im Anschluss an und im Raum von Computational Statistics)