Datenanalyse und Versuchsplanung

Worum geht's

Du lernst Grundlagen der Statistik und Wahrscheinlichkeitstheorie sowie Methoden der Versuchsplanung. Darauf aufbauend werden Verfahren der Datenanalyse (z. B. Clusterverfahren, Hauptkomponentenanalyse, explorative Faktorenanalyse) und Modelltypen zur Strukturoptimierung wie Bayessche Netzwerke behandelt. Am Ende kannst du Daten aus großen Datensätzen analysieren und einfache Modellstrukturen zur Identifikation von Parametern in biomechanischen/biochemischen Netzwerken erstellen.

Was du danach kannst

• Statistische und wahrscheinlichkeitstheoretische Grundlagen anwenden
• Versuchsplanung konzipieren und bewerten
• Verfahren der Datenanalyse (Cluster, PCA, Faktorenanalyse) einsetzen
• Netzwerk-Analyse-Verfahren (z. B. Netzwerk-Komponenten-Analyse) anwenden
• Modelle zur Strukturoptimierung (z. B. Bayessche Netzwerke) aufbauen
• Parameter in biomechanischen/biochemischen Netzwerken identifizieren

Aus was das Modul besteht

• VorlesungVermittlung der mathematischen Grundlagen, Methoden der Versuchsplanung und Datenanalyse

Lehrmethode

• TafelanschriebZur Darstellung mathematischer Ableitungen und direkter Auseinandersetzung mit den Grundlagen
• Powerpoint-PräsentationenZur Strukturierung und Visualisierung der Vorlesungsinhalte
• Wiederholende Herausarbeitung wesentlicher InhalteZur Vertiefung des Verständnisses für Anwendung und Interpretation der Methoden