Leichte Sprache
Gebärdensprache
Advanced Statistics
Programm
Data Science
Abschluss
Einzelzertifikat
Modulnummer
50100
Themenbereich
Data Management, Vertiefungsstudium, Mathematik
Leistungpunkte
5
Sprache
deutsch/englisch
Gebühren
1215 €
Dauer
6 Wochen
Onlineanteil
100%
Modulbeginn
1. Termin: 13.01.2025 - 23.02.2025
2. Termin: 19.01.2026 - 01.03.2026
Modulinhalte Advanced Statistics
Folgende Inhalte werden im Modul Advanced Statistics vermittelt:
- Multivariate Verteilungen
- Darstellung Multivariater Verteilungen
- Multivariate Regression und Multiple Discriminant Analyses
- MANOVA
- Gaußsche Mischmodelle
- EM-Algorithmus
- Bayessche Statistik
- Markov Chains
- Markov-Chain-Monte-Carlo Sampler (Gibbs, Metropolis-Hastings, No-U-Turn, usw)
- Probablistic-Programming-Bibliotheken
- Theano, PyMC3, Stan
- Probabilistic Modeling
Lernergebnisse, Kompetenzen
Die Studierenden sind in der Lage erweitere statistische Techniken zur statistischen Analyse von Datensätzen anzuwenden. Die Studierenden verstehen die diesen Techniken zugrundeliegenden theoretischen Konzepte, sind in der Lage diese unter zu Hilfenahme von Python und/oder R-Bibliotheken anzuwenden und entwickeln ein grundlegendes Verständnis dafür, was moderne Bayessche Statistik, Methoden der multivariaten Statistik, der EM-Algorithmus und probabilistic Programming leisten können und für welche Anwendungen diese einsetzbar sind.
Die Studierenden können die theoretischen Inhalte praktisch mit verschiedenen Systemen und Tools umsetzen.
Die Studierenden können statistische Sachverhalte anderen vermitteln.
Die Studierenden erarbeiten sich den Inhalt selbständig anhand von Studienbriefen.
Teilnahmevoraussetzung
Für die Teilnahme an unseren Zertifikatsmodulen bestehen keine verpflichtenden Teilnahmevoraussetzungen, wir empfehlen Ihnen jedoch vorab das Modul 10100: Programming for Data Science sowie das Modul 10200: Mathematical Foundations for Data Science zu belegen.
Prüfungsform
Klausur (60 Minuten)
Ansprechpartner
Studiengangsassistentin Data Science
Institut für Wissenschaftliche Weiterbildung
Studiendekan Data Science
