zurück zur Suche

Einführung in die Datenanalyse

PH2099Physikalische Spezialfächer und Theoriefach5 ECTSDeutsch/EnglischWintersemesterStudiengangsbündel Professional Profile Physik
KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

Du lernst grundlegende Methoden zur Analyse experimenteller Daten: Wahrscheinlichkeitsbegriffe, Verteilungen, Fehlerfortpflanzung, Parameterschätzung (Least Squares und Maximum Likelihood) und Signifikanzabschätzung. Am Ende kannst du diese Methoden auf geeignete Daten anwenden und Unsicherheiten sowie die Signifikanz von Signalen abschätzen.

Was du danach kannst

  • fundamentale statistische Konzepte verstehen und anwenden
  • grundlegende Datenanalysemethoden auf passende Daten anwenden
  • Fehlerfortpflanzung erster Ordnung im allgemeinen Fall anwenden
  • statistische und systematische Unsicherheiten abschätzen und interpretieren
  • Modellparameter durch Anpassung an (hochdimensionale) Daten schätzen
  • statistische Signifikanz von Signalen bei nichtverschwindendem Untergrund abschätzen
  • Python-Programme für Datenanalyseprobleme mit moderater Komplexität entwickeln (bei Teilnahme an den Tutorien)

Aus was das Modul besteht

  • VorlesungVermittelt das theoretische Fundament; Herleitung von Methoden und Konzepten aus Prinzipien
  • ÜbungAnwendung der Vorlesungsinhalte an Beispielen; Entwicklung kurzer Python-Programme in Gruppenarbeit

Lehrmethode

  • VorlesungZur systematischen Vermittlung des theoretischen Fundaments; Herleitungen aus grundlegenden Prinzipien
  • Übung / GruppenarbeitZur Anwendung der Konzepte an konkreten Beispielen und zur Entwicklung praktischer Python-Lösungen
  • Beamer, Tafel, Smartboard, ÜbungsblätterZur Unterstützung von Präsentation, Visualisierung und Übungsbearbeitung

Termine

VorlesungEinführung in die Datenanalyse

ÜbungÜbung zu Einführung in die Datenanalyse2 Gruppen zur Wahl

Aus dem laufenden Semester, unverbindlich. Von mehreren Gruppen besucht man eine; der Stundenplan schlägt automatisch die mit den wenigsten Überschneidungen vor.

Modulbewertungen

Noch keine Bewertungen für dieses Modul.

Modul bewerten

Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.

Vorlesung
Übung
Prüfung

Bewertungen werden vor der Veröffentlichung automatisch geprüft.

Offizielle Seite in TUMonline · Angaben unverbindlich.