Module

5 Treffer

Further Elective Courses - Wahlmodule5

Probabilistic Methods in CSE5

Algorithmen für Uncertainty QuantificationNoch keine Bewertungen für dieses Modul.Probabilistic Methods in CSEDu lernst Methoden zur Quantifizierung von Unsicherheiten in computerbasierten Simulationen kennen. Am Ende kannst du zentrale Algorithmen für Forward Uncertainty Quantification einordnen, deren Komplexität abschätzen und einschätzen, wann welche Verfahren (z. B. Monte Carlo, Quasi-Monte Carlo, stochastische Kollokation, stochastische Galerkin) geeignet sind.5 ECTSkein Termin dieses SemesterIN2345Computational StatisticsNoch keine Bewertungen für dieses Modul.Probabilistic Methods in CSEDu lernst Methoden der computational statistics für hochdimensionale, hierarchische und latente Datenstrukturen kennen und anzuwenden. Schwerpunkt sind Simulation (univariat und multivariat), bayesianische Inferenz mit MCMC (Gibbs, Metropolis-Hastings, Hamiltonian MC), Bootstrap-Verfahren und der EM‑Algorithmus für fehlende bzw. latente Daten. Am Ende kannst du die Algorithmen theoretisch verstehen, in R implementieren und Ergebnisse statistisch interpretieren.5 ECTSkein Termin dieses SemesterMA4402Financial Mathematics 1Noch keine Bewertungen für dieses Modul.Probabilistic Methods in CSEDu lernst die Grundlagen der mathematischen Finanzwirtschaft in diskreter Zeit: Preisbildung und Bewertung von Derivaten in Ein- und Mehrperiodenmodellen, Konzepte von Arbitrage und Vollständigkeit sowie Grundlagen der Portfolio-Optimierung. Am Ende kannst du Preismodelle verstehen und numerisch implementieren sowie Portfolios nach Risiko-Rendite-Kriterien analysieren und optimieren.9 ECTSläuft dieses SemesterMA3407Generalized Linear ModelsNoch keine Bewertungen für dieses Modul.Probabilistic Methods in CSEDu lernst Methoden der Regression für nicht-normal verteilte Zielgrößen (z. B. binär, Zähldaten, nominal, positive Werte). Neben klassischen GLMs wie logistische, Probit-, Poisson-, Gamma- und log-lineare Modelle werden Erweiterungen (z. B. Überdispersion, Zufallseffekte) behandelt. Am Ende kannst Du Modelle schätzen, validieren und die Ergebnisse mit R analysieren und interpretieren.9 ECTSkein Termin dieses SemesterMA3403Probability Theory and Uncertainty QuantificationNoch keine Bewertungen für dieses Modul.Probabilistic Methods in CSEDu lernst Methoden zur Modellierung stochastischen Verhaltens in physikalischen und technischen Systemen (probabilistic modeling) und Techniken zur Quantifizierung der daraus resultierenden Unsicherheiten. Schwerpunkte sind Unsicherheitspropagierung durch numerische Modelle, Rückführung von Unsicherheiten durch Datenassimilation und bayesianische Kalibrierung sowie Optimierung und Design unter Unsicherheit.5 ECTSläuft dieses SemesterMW2360