Aktuelle Semester

Dozent: Prof. Dr. Martin Schlather

ECTS: 8 (Vorlesung mit Übung und Praktikum)

Lehrinhalte: 

• Zeitreihenanalyse
• Gaußsche Prozesse
• Stationarität und Isotropie
• Intrinsisch stationäre Prozesse

Vorausgesetzte Kenntnisse: Stochastik 1 & 2

Termine: Dienstags 10:15 – 11:45 Uhr in A 5, Raum C 012

                 Donnerstags, 08:30 – 10:00 Uhr in A 5, Raum C 012

                  Mittwochs, 15:30 – 17:00 Uhr in B6, 23–25 Bauteil A, Raum A 305 (falls Übung, sonst tba!)

Aktuelle Planung (bitte beachten Sie die Änderung am 8.11.):

Vorlesungen: Mi 26.10. (O 135), Do 27.10., Di. 8.11., Mi 9.11. (O 135), Di 15.11., Do 17.11.,  Di 22.11., Do 24.11.

Übungen: Mi 2.11., Do 3.11., Do. 10.11., Mi 16.11., Mi 23.11., (gebenenfalls Mi 30.11.)

Falls Sie die Zugangsdaten für die Website bzw. Ilias noch nicht haben, erkundigen Sie sich bitte bei Ihren Kommilitonen.

Dozent: Prof. Dr. Martin Schlather

ECTS: 8 (Vorlesung mit Übung und Praktikum)

Lehrinhalte: 

•  Quantencomputing und seine Grundlagen, wie
• (Quanten)Informationstheorie
• Quanten-Wahrscheinlichkeitstheorie

Vorausgesetzte Kenntnisse:  Stochastik 1 & 2

Vorlesung: Dienstags, 08:30 – 10:00 Uhr in A 5, Raum C 012

                   Donnerstags, 10:15 – 11:45 Uhr in A 5, Raum C 012.

Übung: Montags, 10:15 – 11:45 Uhr in B 6, Raum A 302

Die Vorlesung am Donnerstag 13. Oktober wird verlegt auf tba.

Klausurvorleistung sind 50% der Punkte bei schrifl. Lösungen und 50% gründliche Bearbeitung beim Votiersystem, sowie zweimaliges Vorrechnen in Übungsgruppen. Die Übungsblätter werden über Ilias veröffentlicht. 

Dozent: Prof. Dr. Martin Schlather

ECTS:

Lehrinhalte: Modelle für Epidemien • Überlebensanalyse • Mathematische Grundlagen der Prämienkalkulation • Modelle in der privaten Krankenversicherung, Lebensversicherung und Pensionsversicherung

Vorausgesetzte Kenntnisse: Stochastik II

Differenzialgleichung wird nicht vorausgesetzt.

Vorlesung: Dienstags, 15:30–17:00 Uhr in B 6, Raum C 401

Die Präsenzveranstaltung Personenversicherung wird auf HWS 2024 verschoben!

Dozent: Prof. Dr. Martin Schlather

Vorbesprechung: 8. Sept. 2022, 12:00. Raum: Mathelounge B 3.01 im  3.OG in B6

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 1 & II, 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: tba

Die Veranstaltung “Unsupervised Learning” ist ähnlich wie “Köpfe rauchen” von Prof. Dr. Leif Döring.

Falls Sie die Zugangsdaten für die Website bzw. Ilias noch nicht haben, erkundigen Sie sich bitte bei Ihren Kommilitonen.

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

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

Vorausgesetzte Kenntnisse: • Stochastik 1 & 2 • eine Programmiersprache; C ist von Vorteil, aber nicht notwendig

Vorlesung: Dienstags, 08:30 – 10:00 Uhr in

                   Donnerstags, 12:00 – 13:30 Uhr

Übungen: tba

Falls Sie die Zugangsdaten für die Website bzw. Ilias noch nicht haben, erkundigen Sie sich bitte bei Ihren Kommilitonen.

Dozent: Prof. Dr. Martin Schlather

Vorbesprechung: Donnerstag, 01.12.2022 um 10:00 Uhr in C 012