"Deutschland braucht eine erfolgreiche Bildungspolitik und erfolgreiche Bildungspolitik braucht privates Engagement. Dabei geht es um eine starke Vernetzung von Wissenschaft, Lehre und Wirtschaft. Das HPI ist dafür ein ausgezeichnetes Beispiel." Bruno O. Braun, Präsident VDI
Open Course Design Thinking: d.school-Referent Thomas Both zu Gast
Aufgrund der großen Nachfrage gibt es einen weiteren Open Course Design Thinking vom 31. Mai bis 2....
Bewerbungsschluss HPI-Schülerkolleg
HPI-Schülerkolleg geht 2012 in sein viertes Jahr. Bis zum 6. Juni können sich interessierte und...
Hochschulinformationstag am HPI
Am 8. Juni 2012 findet der Hochschulinformationstag der Universität Potsdam auf dem Campus...
HPI Alumni Homecoming Event 2012
Die zentrale Begegnungsveranstaltung für die Ehemaligen des HPI feiert 2012 gleich mehrere...
Future SOC Symposium am HPI
Vom 14. bis zum 15. Juni 2012 findet das siebte Future SOC Symposium statt.
Zertifikatsverleihung HPI-Schülerkolleg 2011/12
15 Seminareinheiten in je 3 bis 4 Modulen haben die rund 55 Schülerinnen und Schüler abgeschlossen,...
Hier finden sie die Hinweise zum Lehrangebot in den Bachelor- und Master-Studiengängen IT-Systems Engineering im laufenden Semester.
Ein Archiv mit dem Lehrangebot älterer Semester finden sie hier.
Statistische Datenanalyse (WS2011/2012)
Dozent: apl. Prof. Dr. Hannelore Liero (Gastdozenten oder Dozenten der Uni-Potsdam)Beschreibung |
|
Daten werden in allen Bereichen des gesellschaftlichen Lebens erfasst, seien es riesige Datenmengen, die sich in Medizin, Biologie, Bioinformatik, Finanzwesen, Marketing und Soziologie ergeben oder auch weniger umfangreiche Beobachtungen bei naturwissenschaftlichen Experimenten und technischen Qualitätstests. Ziel der Vorlesung ist es, ausgehend von angewandten statistischen Fragestellungen, Methoden und Konzepte aufzuzeigen, wie man die Informationen, die in diesen Daten stecken, herausfiltert, wie man zugrundeliegende Strukturen erkennt und künftige Tendenzen vorhersagt. Es geht darum, das „Learning from data" mit Grundprinzipien der statistischen Analyse zu verbinden, um die in Literatur- und Softwarepaketen enthaltenen statistischen Verfahren sinnvoll anzuwenden. Folgende Themen werden behandelt:
Daten werden alsWerte von zufälligen Größen betrachtet und die Gültigkeit der hergeleiteten Schlüsse wird durch die Angabe von Wahrscheinlichkeiten quantifiziert. Bei Bedarf werden Grundgriffe aus der Wahrscheinlichkeitstheorie behandelt.
|
|
Anforderungen |
|
Grundkenntnisse Mathematik |
|
Lern- und Lehrformen |
|
Vorlesung |
|
Literatur |
|
Materialien unter : http://www.math.uni-potsdam.de/prof/i_statistik/v_vorlesungen
|
|
Leistungserfassungsprozess |
|
Lösen einer komplexen Hausaufgabe und Präsentation des Ergebnisses in einem Prüfungsgespräch. |
|
Termine |
|
Dienstags, 15.30 - 17.00 Uhr, Neues Palais, Haus 22, Raum 127 Donnerstags, 12.00 - 13.30 Uhr, Neues Palais, Haus 22, Raum 128 wichtige Hinweise unter: www.math.uni-potsdam.de/prof/i_statistik/v_vorlesungen
|
|
Webseite |
|
http://www.math.uni-potsdam.de/prof/i_statistik/v_vorlesungen/StatDA_0809/info |
|
| Allgemeine Informationen | |
ID: |
7 L 1344 |
Kennung: |
ITSE,VT BPET |
SWS: |
4 |
ECTS Credit Points: |
6 (benotet) |
Einschreibefrist: |
27.10.2011 |
Studiengang: |
IT Systems Engineering (Master) |
Themenmodul: |
IT-Systems Engineering, Vertiefungsgebiete |
Lehrform: |
Vorlesung |
Belegungsart: |
Wahlfach |
Themenkomplex: |
|
Vertiefungsgebiet: |
Software Engineering, Systems Architecture |