Informationen zur Praktischen Übung zu Stochastik (WS 2023/2024)
Dozent: Dr. Johannes Brutsche
Assistenz: Jakob Stiefel, M.Sc.
Termin: Do 12–14, SR 226, Hermann-Herder-Str. 10
Die praktische Übung ergänzt die Vorlesungen zur Stochastik und Wahrscheinlichkeitstheorie um computer- und datenbasierte Methoden. Die Lerninhalte werden dabei in Kleingruppen anhand verschiedener Programmierprojekte erarbeitet und am Ende des Semesters vorgestellt. Dabei nutzen wir die Programmiersprache Python, welche sowohl in der Wissenschaft als auch in der Industrie im Bereich Data Science zum Standardrepertoire gehört.
Die Themen umfassen unter anderem Test- und Schätzprobleme, lineare Modelle, Umgang mit hochdimensionalen Daten, Bootstrap und Simulationen stochastischer Modelle. Unerlässlich für das Arbeiten mit realen Daten sind außerdem Themenfelder wie die Datenextraktion aus verschiedenen Quellen, Datenaufbereitung (z.B. Umgang mit fehlenden Werten) und Visualisierung der Ergebnisse, sowie deskriptive Statistik.
Die praktische Übung beinhaltet keine Einführung in die Programmierung von Beginn auf. Wir stellen jedoch Material zur Verfügung, welches die Besonderheiten von Python umfasst und gängige Pakete für das statistische Arbeiten enthält um einen leichten Einstieg zu ermöglichen.
Die praktische Übung ist außerdem Vorbereitung für Praktika, welche die Vorlesung Machine Learning/Maschinelles
Lernen aus stochastischer Sicht ergänzen.
Aktuelles
Studienleistung
Verwendbarkeit
Skript, Datensätze
Software
Notwendige Vorkenntnisse
notwendig: Grundvorlesungen, Stochastik I, Grundkenntnisse einer beliebigen Programmiersprache
nützlich: Stochastik II, Wahrscheinlichkeitstheorie
Sprechstunde
Terminen nach Vereinbarung.