AGNES -
Lehre und Prüfung online
Studierende in Vorlesung
Anmelden
Startseite

Statistische Methoden der Datenanalyse - Detailseite

  • Funktionen:
  • Online Belegung noch nicht möglich oder bereits abgeschlossen
Grunddaten
Veranstaltungsart Vorlesung Veranstaltungsnummer 331520235196
Semester WiSe 2023/24 SWS 2
Rhythmus jedes 2. Semester Moodle-Link http://moodle.hu-berlin.de/course/view.php?id=117162
Veranstaltungsstatus Freigegeben für Vorlesungsverzeichnis  Freigegeben  Sprache deutsch
Weitere Links LV im Stundenplan des Instituts f. Physik
Belegungsfristen - Eine Belegung ist online erforderlich
Wichtige Änderungen Vorlesungsbeginn in der zweiten Semesterwoche. Vorlesung und die Übung werden in Präsenz stattfinden. Der Kurs wird in Englischer Sprache gehalten.
Veranstaltungsformat Blended Course

Termine

Gruppe 1
Tag Zeit Rhythmus Dauer Raum Gebäude Raum-
plan		 Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Di. 11:00 bis 13:00 wöch 17.10.2023 bis 13.02.2024  2.102 (Seminarraum)
Stockwerk: 2. OG

alttext alttext 		Lise Meitner-Haus - Newtonstraße 15 (NEW15)

Außenbereich nutzbar Innenbereich eingeschränkt nutzbar Parkplatz vorhanden Leitsystem im Außenbereich Barrierearmes WC vorhanden Barrierearme Anreise mit ÖPNV möglich 		Kowalski findet statt     1000
Gruppe 1:
Zur Zeit keine Belegung möglich


Zugeordnete Person
Zugeordnete Person Zuständigkeit
Kowalski, Marek , Dr. rer. nat.
Studiengänge
Abschluss Studiengang LP Semester
Master of Science  Physik Hauptfach ( Vertiefung: kein LA; POVersion: 2016 )     1 - 2 
Zuordnung zu Einrichtungen
Einrichtung
Mathematisch-Naturwissenschaftliche Fakultät, Institut für Physik
Inhalt
Kommentar Lern- und Qualifikationsziele
- Allgemeine Einführung in die Wahrscheinlichkeitstheorie
- Wahrscheinlichkeitsverteilungen und Zufallsvariablen
- Statistische Hypothesentests und Signifikanz
- Parameterschaetzung und Konfidenzintervalle
- Entfaltung
- Statistische Klassification und Lernen
Gliederung / Themen / Inhalte
Statistische Methoden zur Analyse von
Daten in der Elementarteilchenphysik und Astrophysik werden aufgezeigt.
Diese Methoden sind notwendig um Messergebnisse zu interpretieren und mit der Theorie vergleichen zu können. Ferner werden fortgeschrittenere Themen (wie maschinelles Lernen und Entfaltung) vorgestellt.

Neben den theoretischen Grundlagen lehrt der Kurs auch die Implementierung in computer codes basierend auf python oder C++.
Bemerkung Ansprechpartner
Marek Kowalski
Prüfung Klausur oder mündliche Prüfung.

Strukturbaum

Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester WiSe 2023/24. Aktuelles Semester: SoSe 2024.
Ansprechpartner:innen | Barrierefreiheit | Impressum | Datenschutzerklärung
Humboldt-Universität zu Berlin | Unter den Linden 6 | D-10099 Berlin