Humboldt-Universität zu Berlin - Mathematisch-Naturwissenschaftliche Fakultät - Randolf Altmeyer

BZQ II : Stochastik-Praktikum

 

Ort und Zeit

 

Rudower Chaussee 25 (Johann von Neumann-Haus), Raum 1.012,

Dienstags, 9:15 - 10:45 

 

Inhalt und Ablauf

 

Ziel der Veranstaltung ist die praktische Umsetzung und Implementierung stochastischer Modelle und Methoden. Grundlegende Ideen aus der Statistik und des maschinellen Lernens werden motiviert und eingesetzt, um konkrete relevante Probleme zu lösen. Es wird im Wechsel Vorlesung und praktische Übungen am Computer geben. Nach einer Einführung in die Programmiersprache R werden verschiedene Themenblöcke behandelt. Thematische Schwerpunkte sind unter anderem das Erzeugen von Zufallszahlen, Test- und Schätzmethoden, die Simulation stochastischer Prozesse, Klassifikation, Hauptkomponentenanalyse (PCA) und Monte-Carlo-Methoden. 

 

Ablaufplan

 

Termin Raum Thema Material Projektaufgaben
18.10. 1.012 Einführung, Monte-Carlo Methoden RIntro, RTricks, loopTest.R, Block1_Folien Block1
25.10. Mathe-CIP Übung applyVectorize.R, Hungarian_notation, RPlots, errorAnalysis.R  
01.11. 1.012 Zufallszahlen und statistische Tests RandU.R, arcSineUnif.R, generateSpecialRandVar.R  
08.11. Mathe-CIP Übung    
15.11. 1.012 Nichtparametrische Methoden Block2_Folien, densityEstimation.R, kernelRegression.R Block2, lena.png, porsche.jpg, EBImage
22.11. Mathe-CIP Übung    
29.11. Mathe-CIP Übung    
06.12. 1.012 Lineares Modell, Klassifikation und PCA Block3_Folien, testLinModel.R

Block3, preparedFeatures.zip, rawFeatures.zip, Originalpaper zu Eigenfaces, 

http://pics.psych.stir.ac.uk/2D_face_sets.htm 

(insbesondere http://pics.psych.stir.ac.uk/zips/pain.zip, 

http://pics.psych.stir.ac.uk/zips/pain_crops.zip)
13.12. Mathe-CIP Übung    
03.01. Mathe-CIP Übung    
10.01. 1.012 Simulation von stochastischen Prozessen Block4_Folien Block4, cancer.csv, traffic.csv
17.01. Mathe-CIP Übung    
24.01. Mathe-CIP Übung    
31.01. 1.012 Markov-Chain-Monte-Carlo-Methoden Block5_Folien Block5
07.02 Mathe-CIP Übung    
14.02. Mathe-CIP Übung    

 

Vorlagen für Projektaufgaben:

 

Links

 

  1. zu R
  2. Lyx

 

Literatur

 

  • Dirk Kroese, T. Taimre, Z.I. Botev. Handbook of Monte Carlo Methods, Wiley Series in Probability and Statistics, 2011 Skript dazu
  • Trevor Hastie, Robert Tibshirani, Jerome H. Friedman: The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition (Google eBook), Springer, 2009
  • Christian Robert, George Casella: Introducing Monte Carlo Methods with R. Springer, 2009
  • Christian Robert, George Casella: Monte Carlo Statistical Methods. Springer, 2010
  • Skript Methoden der Statistik, Trabs, Reiß, Jirak, weblink
  • Alexander Tsybakov, Introduction to Nonparametric Statistics, Springer, 2009
  • John Kloke, Joseph McKean, Nonparametric Statistical Methods in R, CRC Press, 2015
  • Robert Dobrow, Introduction to stochastic processes with R, John Wiley & Sons, 2016