Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 

Datenverarbeitung und maschinelles Lernen (PAFBM003) - Einzelansicht

  • Funktionen:
Grunddaten
Veranstaltungsart Seminar Langtext
Veranstaltungsnummer 42056 Kurztext
Semester SS 2024 SWS 2
Teilnehmer 1. Platzvergabe 24 Max. Teilnehmer 2. Platzvergabe 24
Rhythmus Jedes 2. Semester Studienjahr
Credits für IB und SPZ
E-Learning
Hyperlink
Sprache Deutsch
Belegungsfrist Standardbelegung Wintersemester ab Mitte August/ Sommersemester ab Mitte Februar
Abmeldefristen A1-Belegung ohne Abmeldung    19.02.2024 09:00:00 - 26.03.2024 08:29:59   
A2-Belegung mit Abmeldung 2 Wochen    26.03.2024 08:30:00 - 16.04.2024 23:59:59   
A3-Belegung ohne Abmeldung    17.04.2024 00:00:01 - 19.08.2024 07:59:59    aktuell
Termine Gruppe: 0-Gruppe iCalendar Export für Outlook
  Tag Zeit Rhythmus Dauer Raum Lehrperson (Zuständigkeit) Status Bemerkung fällt aus am Max. Teilnehmer 2. Platzvergabe
Einzeltermine anzeigen Do. 10:00 bis 12:00 w. 04.04.2024 bis
04.07.2024 		Löbdergraben 32 - SR 123 (ehem. 211)      
Gruppe 0-Gruppe:
jetzt belegen / abmelden



Zugeordnete Personen
Zugeordnete Personen Zuständigkeit
George, Alan verantwortlich
Sierka, Marek, Universitätsprofessor, Dr. verantwortlich
Arendt, Felix verantwortlich
Studiengänge
Abschluss Studiengang Semester Prüfungsversion
Bachelor B.Sc. Werkstoffwissenschaft 4 - 4 2023
Module / Prüfungen
Modul Prüfungsnummer Titel VE.Nr. Veranstaltungseinheit
PAFBM003 Datenbearbeitung und Maschinelles Lernen
P-Nr. : 100271 Datenbearbeitung und Maschinelles Lernen: Klausur
100275 Datenbearbeitung und Maschinelles Lernen: Vorlesung/Übung
Zuordnung zu Einrichtungen
Physikalisch-Astronomische Fakultät
Inhalt
Literatur
  1. R. Mohr (2014): "Statistik für Ingenieure und Naturwissenschaftler: Grundlagen und Anwendung statistischer Verfahren", export Verlag (ISBN 9783816931546)
  2. W. Kleppmann (2016): "Versuchsplanung: Produkte und Prozesse optimieren", Carl Hanser Verlag GmbH & Co. KG (ISBN 9783446447165)
  3. K. Siebertz, D. van Bebber, T. Hochkirchen (2010): "Statistische Versuchsplanung: Design of Experiments (DoE)", Springer Verlag (ISBN 9783642054938)
  4. K. Bosch (2010): "Einführung in die Statistik", Vieweg+Teubner Verlag (ISBN 9783519320715)
Lerninhalte
  1. Beschreibende Statistik
  2. Korrelation und Regression
  3. Häufigkeit und Wahrscheinlichkeit
  4. Verteilungen
  5. Konfidenzintervalle
  6. Signifikanztests
  7. Grundbegriffe der statistischen Versuchsplanung
  8. Screening Versuchspläne
  9. Auswertung der Versuchspläne
  10. Blockbildung und Randomisierung
  11. Varianzanalyse
Strukturbaum
Die Veranstaltung wurde 1 mal im Vorlesungsverzeichnis SoSe 2024 gefunden:
4. Semester  - - - 1

Impressum | Datenschutzerklärung