Modulhandbuch

Angewandte Künstliche Intelligenz (AKI)

Statistik

Empfohlene Vorkenntnisse

Mathematik 1
Lehrform Vorlesung/Übung
Lernziele / Kompetenzen

Nach erfolgreichem Besuch des Moduls kennen und verstehen die Studierenden Zielsetzung, Funktionsweise und Anwendbarkeit grundlegender statischer Methoden zur Beschreibung und Analyse von Daten, wie sie für das Verständnis und die Weiterentwicklung von grundlegenden Verfahren aus dem Gebiet der Künstlichen Intelligenz relevant sind. Die Studierenden können anhand von Fallbeispielen grundlegende statistische Methoden zielorientiert anwenden und dabei Software zu Lösungszwecken einsetzen.
Dauer 1
SWS 6.0
Aufwand
Lehrveranstaltung 90
Selbststudium / Gruppenarbeit: 90
Workload 180
ECTS 6.0
Voraussetzungen für die Vergabe von LP

Klausur K90 + Praktische Arbeit PA (PA kann bis zu 20 % gewichtet werden)
Modulverantwortlicher

Prof. Dr. Stephan Trahasch
Max. Teilnehmer 41
Empf. Semester 2
Haeufigkeit jedes Jahr (SS)
Verwendbarkeit

Pflicht-Modul des Studiengangs AKI
Veranstaltungen

Statistik

Art Vorlesung/Übung
Nr. EMI912
SWS 6.0
Lerninhalt

Die Lehrveranstaltung gliedert sich folgendermaßen:

  • Univariate Deskription und Exploration von Daten
  • Multivariate Deskription und Exploration (Zusammenhangsanalyse)
  • Wahrscheinlichkeitsrechnung
  • Diskrete und stetige Wahrscheinlichkeitsmodelle und -verteilungen
  • Approximationen und Grenzwertsätze
  • Punkt- und Intervallschätzungen
  • Testen von Hypothesen. Spezielle Testverfahren
  • Varianzanalyse
  • Kategoriale Daten
Literatur
  • Field, Andy; Miles, Jeremy; Field, Zoë (2013): Discovering statistics using R. Reprint. Los Angeles, Calif.: Sage.
  • Fahrmeir, Ludwig; Heumann, Christian; Künstler, Rita; Pigeot, Iris; Tutz, Gerhard (2016): Statistik: Der Weg zur Datenanalyse. Berlin Heidelberg: Springer.