Nichtparametrische Statistik

Termin: Do 14-16, SR 226, Hermann-Herder-Str. 10

Übungen: Mi 12-14, R 218, Ernst-Zermelo-Straße 1

ETCS-Punkte: 6 Punkte

Inhalt

Nichtparametrische Methoden sind eines der aktivsten Forschungsfelder der modernen mathematischen Statistik und Grundlage eines tieferen Verständnisses des Machine Learning. Ziel der Vorlesung ist es, anhand einfacher Modelle in die zentralen Ideen und Techniken der nichtparametrischen Statistik einzuführen, welche anders als die parametrische Statistik unendlichdimensionale Parameterräume betrachtet.

Die Vorlesung ist insbesondere eine gute Ergänzung zur ”Mathematischen Statistik“, setzt diese jedoch nicht voraus. Es werden lediglich Grundlagen der Wahrscheinlichkeitstheorie benötigt. Aufbauend auf dieser Veranstaltung können Bachelor- und Masterarbeiten zu verschiedensten Themengebieten der Stochastik (bei Prof. oder JProf.) vergeben werden.

Aktuelles

Am 17.05. findet eine VL anstelle des Tutorats in Raum 218 im Matheinstitut statt.
Am 07.06. findet ebenfalls eine VL anstelle des Tutorats in Raum 218 im Matheinstitut statt.
Am 15.06. findet die Vorlesung im SR 218 in der Ernst-Zermelo-Straße 1 statt.
Der Termin für die Übungsgruppe steht fest: Diese findet Mittwoch 12-14 Uhr in Raum 218 im Matheinstitut statt. Der reguläre Übungsbetrieb startet in der dritten Semesterwoche (03.05.)

Übungsgruppen und Übungsblätter

2-stündig nach Vereinbarung

Studien- und Prüfungsleistung

Für die Studienleistung müssen Sie 50% der Punkte auf den Übungszetteln erhalten, sowie 2x im Tutorat vorrechnen.

Weiter Informationen an Studien- und Prüfungsleistungen entnehmen Sie bitte dem aktuellen Modulhandbuch.

Literatur

A. B. Tsybakov: Introduction to Nonparametric Estimation, Springer, 2009.
Aus dem Uni-Netz verfügbar unter http://www.redi-bw.de/start/unifr/EBooks-springer/10.1007/b13794

Notwendige Vorkenntnisse

Wahrscheinlichkeitstheorie (kann parallel gehört werden)

Sprechstunden

Sprechstunde Dozent: nach Vereinbarung
Sprechstunde Assistent: nach Vereinbarung