Methoden der Datenwissenschaft

Worum geht's

Du lernst zentrale Methoden der Frequentistischen und Bayesschen Datenanalyse: Schätzertheorie, Hypothesentests, Konfidenzintervalle sowie Bayessche Inferenz mit MCMC, variationaler Inferenz und ABC. Am Ende kannst du statistische Inferenz durchführen, einfache Modelle anpassen, Fehlerabschätzungen berechnen und Standard-Statistikpakete (z. B. scipy) zur Auswertung nutzen.

Was du danach kannst

• scipy und ähnliche Statistikpakete verwenden
• zusammenfassende Statistiken berechnen
• einfache Modellanpassungen durchführen
• Fehler berechnen und quantifizieren
• frequentistische Inferenz durchführen (Schätzungen, Tests, Konfidenzintervalle)
• bayessche Inferenz durchführen (geschlossene Formen, MCMC, variationale Verfahren, ABC)

Aus was das Modul besteht

• VorlesungErläuterung theoretischer Konzepte und Einführung neuer Werkzeuge und Methoden (90 Minuten, dienstags)
• ÜbungenPraktische Umsetzung der Vorlesungsinhalte an der Konsole/Computer anhand von Übungsaufgaben, meist mit Jupyter-Notebooks

Lehrmethode

• Präsenzvorlesung (ggf. Live-Stream)Vermittlung der theoretischen Grundlagen und neuen Methoden
• Praktische Übungen am ComputerEinüben und Anwenden der Methoden anhand von Aufgaben und Notebooks