News
Aktuell gibt es keine Neuigkeiten
Allgemeines:
Wahrscheinlichkeitsrechnung und statistische Modelle spielen eine wichtige Rolle in vielen Bereichen, sowohl um aus Daten Rückschlüsse zu ziehen, um Vorhersagen zu treffen oder Prozesse zu modellieren, zum Beispiel
- Normalisieren von Daten durch Annahme einer Hintergrundverteilung
- Medianfilter in der Bildbearbeitung
- Analysieren von Unterschieden in der Genexpression zweier Gruppen mithilfe von Hypothesentests
- Untersuchung der Eigenschaften von Hashfunktionen
Mit den immer größeren Datenmengen wird es daher umso wichtiger effiziente Algorithmen zu entwickeln um statistische Problemstellungen zu lösen. Das Ziel dieses Proseminars ist es einen Überblick über einige Elementare Effiziente Algorithmen für Stochastische Fragestellungen zu erlangen und konkrete Anwendungsbeispiele kennen zu lernen. Eine Übersicht über mögliche Themen ist hier zu finden.
Kursinformationen:
Die Teilnahme an dem Proseminar ist nur möglich, wenn eine Zuteilung durch das Seminarsystem erfolgt ist (Anmeldefrist 12.04.2023 23:59). Danach ist eine Anmeldung im CMS notwendig, sowie eine separate Prüfungsanmeldung im LSF.
Nach Ablauf der Anmeldefrist werden die Themen den angemeldeten Teilnehmern in einem ersten Treffen zugeteilt, daher ist die Anwesenheit beim ersten Treffen verpflichtend. Ein passender Termin wird durch eine Umfrage festgelegt.
Nach der Themenvergabe soll das Thema selbstständig erarbeitet werden. Fragen können während des Semesters in Office Hours besprochen werden und es besteht die Möglichkeit die Folien vor der Präsentation einzureichen um Feedback zu erhalten. Die Folien sollten didaktisch wertvoll sein und vor allem die Themen veranschaulichen und den anderen Teilnehmern verständlich machen. Zudem sollte jeder zu seiner Präsentation 5 Multiple-Choice-Fragen vorbereiten, um sicherzustellen, dass alle die wichtigsten Aspekte verstanden haben. Die Präsentationen finden gegen Ende der Vorlesungszeit als Blockveranstaltung statt.
Die genauen Deadlines und Termine werden zeitnah bekannt gegeben.
Vorraussetzungen:
- Grundkenntnisse Wahrscheinlichkeitsrechnung und Statistik
- Empfohlen: Mathematik für Informatik III oder eine äquivalente Vorlesung
Bedingungen zum Scheinerhalt (5 Credit Points):
- Selbstständiges Erarbeiten des vorgegebenen Themas
- Halten eines 30-minütigen Vortrags mit anschließender Diskussion
- Erstellen von 5 Multiple-Choice-Fragen zum eigenen Thema
- Erstellen von Folien die das Thema durch graphische Unterstützung verständlich machen
- Teilnahme an allen Präsentationen