270275 VO Chemometrie und Datenanalyse in der Multidimensionalen Analytik (2019W)
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
Details
Sprache: Deutsch
Prüfungstermine
- Mittwoch 22.01.2020
- Dienstag 11.02.2020
- Dienstag 18.02.2020
- Montag 30.03.2020
- Donnerstag 02.04.2020
- Dienstag 07.04.2020
- Donnerstag 16.04.2020
- Mittwoch 22.04.2020
- Dienstag 28.04.2020
- Dienstag 05.05.2020
- Montag 17.08.2020
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Mittwoch 02.10. 10:00 - 11:00 Seminarraum 1 Analytische Chemie 2.OG Boltzmanngasse 1
- Mittwoch 09.10. 10:00 - 11:00 Seminarraum 1 Analytische Chemie 2.OG Boltzmanngasse 1
- Mittwoch 16.10. 10:00 - 11:00 Seminarraum 1 Analytische Chemie 2.OG Boltzmanngasse 1
- Mittwoch 23.10. 10:00 - 11:00 Seminarraum 1 Analytische Chemie 2.OG Boltzmanngasse 1
- Mittwoch 30.10. 10:00 - 11:00 Seminarraum 1 Analytische Chemie 2.OG Boltzmanngasse 1
- Mittwoch 06.11. 10:00 - 11:00 Seminarraum 1 Analytische Chemie 2.OG Boltzmanngasse 1
- Mittwoch 13.11. 10:00 - 11:00 Seminarraum 1 Analytische Chemie 2.OG Boltzmanngasse 1
- Mittwoch 20.11. 10:00 - 11:00 Seminarraum 1 Analytische Chemie 2.OG Boltzmanngasse 1
- Mittwoch 27.11. 10:00 - 11:00 Seminarraum 1 Analytische Chemie 2.OG Boltzmanngasse 1
- Mittwoch 04.12. 10:00 - 11:00 Seminarraum 1 Analytische Chemie 2.OG Boltzmanngasse 1
- Mittwoch 11.12. 10:00 - 11:00 Seminarraum 1 Analytische Chemie 2.OG Boltzmanngasse 1
- Mittwoch 08.01. 10:00 - 11:00 Seminarraum 1 Analytische Chemie 2.OG Boltzmanngasse 1
- Mittwoch 15.01. 10:00 - 11:00 Seminarraum 1 Analytische Chemie 2.OG Boltzmanngasse 1
- Mittwoch 22.01. 10:00 - 11:00 Seminarraum 1 Analytische Chemie 2.OG Boltzmanngasse 1
- Mittwoch 29.01. 10:00 - 11:00 Seminarraum 1 Analytische Chemie 2.OG Boltzmanngasse 1
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Mündliche Prüfung nach Vereinbarung. Der positive Abschluss ist mit mindestens 50% richtig beantworteter Fragen möglich. Die Skala der positiven Noten ist linear (dh 50-62% "genügend", 62,5-75% "befriedigend", 75,5-88% "gut", darüber "sehr gut").
Mindestanforderungen und Beurteilungsmaßstab
Hörerinnen und Hörer sollen nach Ende der Vorlesung mit den wichtigsten modernen Datenbehandlungsstrategien in der Theorie vertraut sein. Damit sind Sie nach Abschluß der Prüfung befähigt sich schnell in die konkrete Umsetzung mit Hilfe von Standardsoftware (z.B. MatLab o. ä.) einzuarbeiten.
Prüfungsstoff
nach Vorlesungsunterlagen: Digitales Filtern, Zeitreihenanalysen, Hauptkomponentenanalyse, Clusteranalysen, Experimental Design, Multivariate Regression
Literatur
- pdf der Verwendeten PowerPoint-Präsentation
- Matthias Otto, Chemometrie, ISBN 978-3527288496
- Richard G. Brereton, Chemometrics: Data Analysis for the Laboratory and Chemical Plant, ISBN: 978-0-471-48978-8
- Matthias Otto, Chemometrie, ISBN 978-3527288496
- Richard G. Brereton, Chemometrics: Data Analysis for the Laboratory and Chemical Plant, ISBN: 978-0-471-48978-8
Zuordnung im Vorlesungsverzeichnis
AN-1, AN-4, BC-1, CHE II-1, 2 LA-Ch 32-34, LMC-C1, LMC C1
Letzte Änderung: Sa 08.07.2023 00:22
- Mustererkennung: (Hierarchische) Clusteranalyse, Hauptkomponentenanalyse (engl.: principal component analysis)
- Modellierung von Daten: Regressionsmethoden in einer und mehreren Variablen, Principal Component Analysis, Neuronale Netze.
- Zeitreihenanalysen: Autokorrelationsfunktionen
- Qualitätssicherung und Gute Laborpraxis
- Versuchsplanung und -optimierung.
Die Chemometrie ermöglicht nicht nur die simultane Analyse von Vielkomponentengemischen, sondern auch die Klassifizierung von Proben nach nicht direkt quantifizierbaren Kriterien, wie beispielsweise die Unterscheidung verschiedener Weine voneinander anhand ihres Geschmacks bzw. Geruchs mit sogenannten "Künstlichen Nasen" bzw. "Künstlichen Zungen". Das Hauptaugenmerk der Vorlesung liegt in der Anwendung der einzelnen Methoden für konkrete analytische Fragestellungen. Auf tiefgehende mathematische Herleitungen soll daher größtenteils verzichtet werden.