Universität Wien
Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

040348 UK Statistical Learning & Analytics (MA) (2026S)

6.00 ECTS (3.00 SWS), SPL 4 - Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung
Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 50 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Freitag 27.03. 08:00 - 11:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 17.04. 08:00 - 11:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 24.04. 08:00 - 11:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 08.05. 08:00 - 11:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 15.05. 08:00 - 11:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 22.05. 08:00 - 11:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 29.05. 08:00 - 11:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 05.06. 08:00 - 11:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 12.06. 08:00 - 11:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 19.06. 08:00 - 11:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

This course aims to provide a holistic overview of the modern Statistical Learning toolbox. This course emphasizes on understanding the intuition behind the tools and not on deriving the underlying mathematics. We will make productive use of analytics tools available in Python. While the class focuses on simplified models, it aims to bridge the classroom knowledge and business applications. Topics will include linear regression, generalized linear regression, resampling methods, model selection, regularization, etc.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Class participation (Individual) 20%
Assignment (Group) 20%
In-class quiz (Individual) 40%
Final Project (Group) 20%

Mindestanforderungen und Beurteilungsmaßstab

Requirements to successfully complete the class: at least 50% from the following four different types of required work

Class participation (Individual) 20%
Assignment (Group) 20%
In-class quiz (Individual) 40%
Final Project (Group) 20%

Prüfungsstoff

Class participation, assignment, in-class quiz, final project.

Literatur

Zuordnung im Vorlesungsverzeichnis

VM1 Pflicht

Letzte Änderung: Fr 20.02.2026 15:05