311.249 (21S) Proseminar Angewandte Statistik

Sommersemester 2021

Anmeldefrist abgelaufen.

Erster Termin der LV
03.03.2021 16:00 - 18:00 online Off Campus
... keine weiteren Termine bekannt

Überblick

Bedingt durch die COVID-19-Pandemie können kurzfristige Änderungen bei Lehrveranstaltungen und Prüfungen (z.B. Absage von Präsenz-Lehreveranstaltungen und Umstellung auf Online-Prüfungen) erforderlich sein.

Weitere Informationen zum Lehrbetrieb vor Ort finden Sie unter: https://www.aau.at/corona.
Lehrende/r
LV Nummer Südostverbund
MAJ02002UL
LV-Titel englisch
Proseminar Applied Statistics
LV-Art
Proseminar (prüfungsimmanente LV )
LV-Modell
Onlinelehrveranstaltung
Semesterstunde/n
2.0
ECTS-Anrechnungspunkte
4.0
Anmeldungen
8 (20 max.)
Organisationseinheit
Unterrichtssprache
Deutsch
mögliche Sprache/n der Leistungserbringung
Deutsch , Englisch
LV-Beginn
03.03.2021
eLearning
zum Moodle-Kurs

Zeit und Ort

Beachten Sie bitte, dass sich aufgrund von COVID-19-Maßnahmen die derzeit angezeigten Termine noch ändern können.
Liste der Termine wird geladen...

LV-Beschreibung

Intendierte Lernergebnisse

Vertiefung der Kenntnisse aus der LV Statistische Verfahren und Datenanalyse

Lehrmethodik inkl. Einsatz von eLearning-Tools

Vorträge und Diskussionen

Inhalt/e

Gemeinsamkeiten und Unterschiede zwischen Prinzipien der statistischen Datenanalyse und des Machine Learning

Einsatz von R im Mathematikunterricht der Obersufe, speziell bei der Vermittlung von Stochastik

Erwartete Vorkenntnisse

Inhalte der LVen Stochastik 1, Stochastik 2, Statische Verfahren und Datenanalyse

Curriculare Anmeldevoraussetzungen

Stochastik 1, Statistische Verfahren und Datenanalyse

Literatur

M.P. Deisenroth, A.A. Faisal, C.S. Ong: Mathematics for Machine Learning. Camvridge University Press 2020

G. Rebala, A. Ravi, S. Churiwala: An Introduction to Machine Learning. Springer 2019

D. Forsyth: Applied Machine Learning. Springer 2019

Thomas J. Pfaff: R for College Mathematics and Statistics. Chapman and Hall/CRC 2019

Link auf weitere Informationen

Weitere Info's werden zu Beginn der ersten LV gegeben.

Prüfungsinformationen

Geänderte Prüfungsinformationen (COVID-19 Ausnahmeregelung)

Die Vorträge können ggf. online erfolgen.

Prüfungsmethode/n

Mündliche Vorträge (ca. 30-40 min) am Ende der LV

Elektronische Übermittlung der Slides zum Vortrag

Prüfungsinhalt/e

Mathematische Grundlagen und Prinzipien des (Statistical) Machine Learning

Beurteilungskriterien/-maßstäbe

Mündlicher Vortrag und Abgabe der Slides zu den Vorträgen

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Master-Lehramtsstudium Master Unterrichtsfach Mathematik (SKZ: 520, Version: 19W.2)
    • Fach: Mathematische Vertiefung (Pflichtfach)
      • MAJ.002 Mathematisches Seminar ( 2.0h SE / 2.5 ECTS)
        • 311.249 Proseminar Angewandte Statistik (2.0h PS / 4.0 ECTS)
          Absolvierung im 1. Semester empfohlen
  • Bachelorstudium Technische Mathematik (SKZ: 201, Version: 17W.1)
    • Fach: Angewandte Statistik (Wahlfach)
      • 9.8 Proseminar Angewandte Statistik ( 2.0h PS / 4.0 ECTS)
        • 311.249 Proseminar Angewandte Statistik (2.0h PS / 4.0 ECTS)
          Absolvierung im 4., 5. Semester empfohlen
  • Bachelorstudium Technische Mathematik (SKZ: 201, Version: 12W.2)
    • Fach: Angewandte Statistik (Wahlfach)
      • Proseminar Angewandte Statistik ( 2.0h PS / 4.0 ECTS)
        • 311.249 Proseminar Angewandte Statistik (2.0h PS / 4.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Sommersemester 2020
  • 311.249 PS Proseminar Angewandte Statistik (2.0h / 4.0ECTS)
Sommersemester 2019
  • 311.249 PS Proseminar Angewandte Statistik (2.0h / 4.0ECTS)
Sommersemester 2018
  • 311.249 PS Proseminar Angewandte Statistik (2.0h / 4.0ECTS)
Sommersemester 2016
  • 311.249 PS Proseminar Angewandte Statistik (2.0h / 4.0ECTS)
Sommersemester 2015
  • 311.249 PS Proseminar Angewandte Statistik (2.0h / 4.0ECTS)
Sommersemester 2014
  • 311.249 PS Proseminar Angewandte Statistik (2.0h / 4.0ECTS)