Dauer:
1 Semester | Angebotsturnus:
Unregelmäßig | Leistungspunkte:
4 |
Studiengang, Fachgebiet und Fachsemester: - Master Informatik 2012 (Wahlpflicht), Vertiefungsblock Stochastik, 2. oder 3. Fachsemester
|
Lehrveranstaltungen: - Ausgewählte statistische Methoden der Bioinformatik (Übung, 1 SWS)
- Ausgewählte statistische Methoden der Bioinformatik (Vorlesung, 2 SWS)
| Workload: - 10 Stunden Prüfungsvorbereitung
- 45 Stunden Präsenzstudium
- 65 Stunden Selbststudium
| |
Lehrinhalte: | - Zum Beispiel
- Verfahren des überwachten maschinellen Lernens: CART, bagging, boosting, Zufallswälder, Deterministische Wälder, Support Vektor Maschinen
- Klassische Verfahren des maschinellen Lernens: lineare und logistische Regression, Diskriminanzanalyse
- Nicht überwachtes maschinelles Lernen: Cluster-Verfahren
- Möglichkeiten der Fehlerkontrolle, z.B. FDR
- Modellvalidierung, Modellselektion, Fehler, Overfitting, Shrinkage
| |
Qualifikationsziele/Kompetenzen: - Kennenlernen der Grundprinzipien des maschinellen Lernens, Verstehen der einzelnen Modellierungsmethoden, praktische Durchführung und Ergebnisinterpretation
|
Vergabe von Leistungspunkten und Benotung durch: - Klausur oder mündliche Prüfung nach Maßgabe des Dozenten
|
Modulverantwortlicher: - Prof. Dr. rer. nat. Andreas Ziegler
Lehrende: - Prof. Dr. rer. nat. Andreas Ziegler
- Prof. Dr. rer. biol. hum. Inke König
|
Literatur: - T. Hastie, R. Tibshirani, J. H. Friedman: The Elements of Statistical Learning - New York: Springer 2003
|
Sprache: - Wird nur auf Deutsch angeboten
|
Letzte Änderung: 17.7.2019 |
für die Ukraine