Computational Statistics - Statistical Learning in R
35622 Vorlesung: Computational Statistics - Statistical Learning in R (SoSe 20)
Lehrende
Zeiten
Di. 12:00 - 14:00 (wöchentlich), Di. 12:00 - 14:00 (wöchentlich)Ort
nicht angegebenErster Termin
Di., 21.04.2020 12:00 - 14:00 Uhr,ECTS
3SWS
2
Beschreibung
Statistical Learning sums up methods from computational statistics that are designed to deal with high dimensional, complex data sets. Various topics that facilitate modeling of and gaining a deeper insight into high dimensional, complex data sets are introduced. Basic subervised and unsupervised statistical learning techniques are presented, discussed, and applied in class (For example hierarchical clustering, linear and nonlinear classification and regression techniques, incorporating lasso, random forests, bagging, boosting, etc.). Meta-parameter selection, model evaluation, and specification choice in practical settings are also covered in the course.Heimateinrichtung
Lehreinheit für Computergestützte Statistik und MathematikBeteiligte Einrichtungen
Anrechenbarkeit
Studienangebote in anderen Sprachen > Studienangebot in englischer Sprache
Zentrale Einrichtungen > Graduiertenzentrum > 2. Fachliche Veranstaltungen der Fakultäten > b. Wirtschaftswissenschaftliche Fakultät
Alte Zuordnungen (bis WS 2022/23) > Wirtschaftswissenschaftliche Fakultät > Master Wirtschaftsinformatik > Version 1 > Gesamtkonto MR WII > Methoden > 261001 | Computational Statistics - Statistical Learning in R
Alte Zuordnungen (bis WS 2022/23) > Sozial- und Bildungswissenschaftliche Fakultät > Master > Geographie: Kultur, Umwelt und Tourismus > Version WS 2018 > Gesamtkonto MR GKU > Modulbereich A: Kernmodulgruppen > Kernmodulgruppe Management und Marketing > 261001 | Computational Statistics - Statistical Learning in R
Sozial- und Bildungswissenschaftliche Fakultät > Studiengänge > Master Geographie: Kultur, Umwelt und Tourismus (Version WS 2015) > Gesamtkonto MR GKU > Modulgruppe A: Kernmodule > Management und Marketing > 261001 | Computational Statistics - Statistical Learning in R
Alte Zuordnungen (bis WS 2022/23) > Wirtschaftswissenschaftliche Fakultät > Master Business Administration > Version 1 > Gesamtkonto MR BA > Accounting, Finance and Taxation > Vertiefung > 261001 | Computational Statistics - Statistical Learning in R
Alte Zuordnungen (bis WS 2022/23) > Wirtschaftswissenschaftliche Fakultät > Master International Economics and Business > Version WS 2018 > Gesamtkonto MR IEB > Modulgruppe B: Advanced Methods > 261001 | Computational Statistics - Statistical Learning in R
Alte Zuordnungen (bis WS 2022/23) > Wirtschaftswissenschaftliche Fakultät > Master Business Administration > Version 1 > Gesamtkonto MR BA > Methoden > 261001 | Computational Statistics - Statistical Learning in R
Alte Zuordnungen (bis WS 2022/23) > Wirtschaftswissenschaftliche Fakultät > Master Business Administration > Version 1 > Gesamtkonto MR BA > International Management and Marketing > Grundlagen > 261001 | Computational Statistics - Statistical Learning in R
Alte Zuordnungen (bis WS 2022/23) > Wirtschaftswissenschaftliche Fakultät > Master Business Administration > Version 1 > Gesamtkonto MR BA > Accounting, Finance and Taxation > Grundlagen > 261001 | Computational Statistics - Statistical Learning in R
Alte Zuordnungen (bis WS 2022/23) > Wirtschaftswissenschaftliche Fakultät > Master Business Administration > Version 1 > Gesamtkonto MR BA > Wirtschaftsinformatik / Information Systems > Grundlagen > 261001 | Computational Statistics - Statistical Learning in R
Alte Zuordnungen (bis WS 2022/23) > Wirtschaftswissenschaftliche Fakultät > Master Wirtschaftsinformatik > Version 1 > Gesamtkonto MR WII > Wirtschaftsinformatik/ Informations Systems > 261001 | Computational Statistics - Statistical Learning in R
Alte Zuordnungen (bis WS 2022/23) > Wirtschaftswissenschaftliche Fakultät > Master Business Administration > Version 1 > Gesamtkonto MR BA > International Management and Marketing > Vertiefung > 261001 | Computational Statistics - Statistical Learning in R
Alte Zuordnungen (bis WS 2022/23) > Wirtschaftswissenschaftliche Fakultät > Master Business Administration > Version 1 > Gesamtkonto MR BA > Wirtschaftsinformatik / Information Systems > Vertiefung > 261001 | Computational Statistics - Statistical Learning in R
Fakultät für Informatik und Mathematik > Studiengänge > Master Computational Mathematics
Voraussetzungen
Knowledge of statistics and regression methods on master level and basic knowledge of R (e.g. via 'Computational Statistics – Regression in R').Lernorganisation
Guided computer tutorials; students are expected to deepen their knowledge by completing self-contained exercises in R.Leistungsnachweis
Final exam (60 minutes); R-skills are certified via a certificate when the final exam is passed.Literatur
- Kuhn, M. & Johnson, K. (2013), Applied Predictive Modeling, Springer.
- Hastie, T., Tibshirani, R. & Friedman, J. (2009), The Elements of Statistical Learning: Data Mining, Inference, and Prediction, 2Ed., Springer.
- Efron, B., Hastie, T. (2016), Computer Age Statistical Inference, Cambridge University Press.
- Torgo, L. (2017), Data Mining with R: Learning with Case Studies, 2Ed., CRC Press.
- James, G., Witten, D., Hastie, T & Tibshirani, R. (2015), An Introduction to Statistical Learning: with Applications in R, Springer.
Diese Seite teilen
