Universität Wien

250014 VO Mathematische Methoden der Datenanalyse (2005W)

Mathematische Methoden der Datenanalyse

0.00 ECTS (4.00 SWS), SPL 25 - Mathematik

Details

Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Freitag 07.10. 13:15 - 14:45 Seminarraum
  • Montag 10.10. 13:15 - 14:45 Seminarraum
  • Freitag 14.10. 13:15 - 14:45 Seminarraum
  • Montag 17.10. 13:15 - 14:45 Seminarraum
  • Freitag 21.10. 13:15 - 14:45 Seminarraum
  • Montag 24.10. 13:15 - 14:45 Seminarraum
  • Freitag 28.10. 13:15 - 14:45 Seminarraum
  • Montag 31.10. 13:15 - 14:45 Seminarraum
  • Freitag 04.11. 13:15 - 14:45 Seminarraum
  • Montag 07.11. 13:15 - 14:45 Seminarraum
  • Freitag 11.11. 13:15 - 14:45 Seminarraum
  • Montag 14.11. 13:15 - 14:45 Seminarraum
  • Freitag 18.11. 13:15 - 14:45 Seminarraum
  • Montag 21.11. 13:15 - 14:45 Seminarraum
  • Freitag 25.11. 13:15 - 14:45 Seminarraum
  • Montag 28.11. 13:15 - 14:45 Seminarraum
  • Freitag 02.12. 13:15 - 14:45 Seminarraum
  • Montag 05.12. 13:15 - 14:45 Seminarraum
  • Freitag 09.12. 13:15 - 14:45 Seminarraum
  • Montag 12.12. 13:15 - 14:45 Seminarraum
  • Freitag 16.12. 13:15 - 14:45 Seminarraum
  • Montag 09.01. 13:15 - 14:45 Seminarraum
  • Freitag 13.01. 13:15 - 14:45 Seminarraum
  • Montag 16.01. 13:15 - 14:45 Seminarraum
  • Freitag 20.01. 13:15 - 14:45 Seminarraum
  • Montag 23.01. 13:15 - 14:45 Seminarraum
  • Freitag 27.01. 13:15 - 14:45 Seminarraum
  • Montag 30.01. 13:15 - 14:45 Seminarraum

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Ziel ist das Vertrautmachen mit und die Beurteilung von Konzepten,
Techniken und Algorithmen zur Analyse grosser Datenmengen.

Themen:

1. Grundlegende Techniken wie z.B.
Methode der kleinsten Quadrate,
Regularisierung, Kovarianzanalyse,
Klassifikation, Zeitreihenanalyse,
Schnelle Fourieranalyse, Wavelets,
Neuronale Netze, Fuzzy Logik

2. Anwendungsgebiete wie z.B.
Künstliche Intelligenz, Mustererkennung,
Bildverarbeitung, Tomographie,
Proteinfaltung, Tierzuechtung,
Wettervorhersage, Klimamodellierung,
Teilchenbahnanalyse bei Hochenergieexperimenten,
Finanzmathematik

Die konkrete Auswahl des Stoffes aus diesen Bereichen
wird teilweise von den Wünschen der Zuhörern abhängen.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Mindestanforderungen und Beurteilungsmaßstab

Ziel ist ein Verständnis der grundlegenden Methoden moderner
Datenanalyse, das vertraut werden mit und beurteilen können
von Konzepten, Techniken und Algorithmen zur Analyse grosser
Datenmengen.

Prüfungsstoff

Siehe Inhalte

Literatur

Ein sehr empfehlenswertes Buch, das aber nur in Teilen der
Vorlesung entspricht, ist:

B.D. Ripley,
Pattern Recognition and Neural Networks,
Cambridge University Press, 1996.

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 07.09.2020 15:40