Informationen zum Seminar Machine Learning and Stochastic Analysis (WS 2024/2025)

Dozenten: Prof. Dr. Thorsten Schmidt

Assistent: Moritz Ritter

Termin: Fr, 10-12 Uhr, SR 125, Ernst-Zermelo-Straße 1

Voranmeldung per E-Mail an Thorsten Schmidt

Vorbesprechung: 18.10.2024

ETCS: 6 Punkte

Inhalte

This seminar will focus on theoretical machine learning results, including modern universal approximation theorems,
approximation of filtering methods through transformes, application of machine learning methods in financial markets
and possibly other related topics. Moreover, we will cover topics in stochastic analysis, like fractional Ito calculus,
uncertainty, filtering and optimal transport. You are also invited to suggest related topics.

We have the following time plan:

• Nov 8: 10-12: Introduction to Mathematical Finance and Uncertainty
• Dec 6: 10-12: Universal Approximation Theorems
• Jan 10: 10-12, 13-15: Machine Learning Techniques for Hedging

Notwendige Vorkenntnisse

Das Seminar richtet sich an Studierende, die mindestens Stochastik und Maschinelles Lernen oder Probability Theory
II gehört haben.

Bemerkungen

Bei Interesse und vorhandenen Vorkenntnissen kann ein Seminar auch als Proseminar eingesetzt werden.

Verwendbar in folgenden Modulen:

Mathematisches Seminar (MSc14, BSc21, MScData24)
Wahlpflichtmodul Mathematik (BSc21)
Elective in Data (MScData24)
Wahlmodul (MSc14)
Wahlmodul im Optionsbereich Individuelle Studiengestaltung (2HfB21)
Mathematische Ergänzung (MEd18)
Proseminar (2HfB21, BSc21, MEH21, MEB21)