Statistische Modelle im Bereich Data Science WPF DS VI (ILV)

Zurück

LehrveranstaltungsleiterIn:

ao.Univ.-Prof. Mag. Dr.

 Abdelhamid Bouchachia
LV-NummerB2.08510.40.020
LV-KürzelStatMod
Studienplan2019
Studiengangssemester 4. Semester
LehrveranstaltungsmodusPräsenzveranstaltung
Semesterwochenstunden / SWS2,0
ECTS Credits2,0
Unterrichtssprache Deutsch

Grundlagen im Bereich der statistischen Datenaufbereitung mit speziellem Fokus auf verfügbare Werkzeuge. Die Studierenden erhalten ausgewählte Kenntnisse in Statistik und können diese in modernen Datenanalysen einsetzen. Die Anwendung der Modelle auf realen Daten erfolgt mit Hilfe einer ausgewählten Programmierumgebung.

Mathematik für IT 1+2, Statistik Wahrscheinlichkeitstheorie

Im Rahmen der Lehrveranstaltung werden die folgenden Themen behandelt:

  • Spezielle statistische Methoden (Multivariate Regression + Regularisierung, Klassifikation, Clustering, Kontingenztafeln, ...)
  • Statistische Analysemodelle (Regressionsmodell, explorative Datenanalyse, ...)
  • Statistische Analyse von Netzwerkdaten
Einzelne Beispiele werden mit Hilfe einer ausgewählten Programmiersprache (R, Python) implementiert.

Folgende Basis-Literatur wird in der Lehrveranstaltung verwendet:

  • James G. et al.: "An Introduction to Statistical Learning: with Applications in R", Springer, 6. Auflage, 2016;
  • Hastie J. et al.: "The Elements of Statistical Learning: Data Mining, Inference, and Prediction", Springer, 2. Auflage, 2017;
Weitere relevante Literatur wird falls erforderlich im Rahmen der Lehrveranstaltung bekannt gegeben.

Vorlesung und Übungen

Prüfungsimmanenter Charakter mit

  • Mitarbeit,
  • Abschlussprüfung