07 Regressionsanalyse - Prof. Dr. Henning Lohmann - University of Hamburg
- Lecture2Go
- Catalog
- Sonstige Einrichtungen der UHH
- ISA-Zentrum
- Datenwelten I: Einführung in Data Science
Catalog
1270 Views
25.11.2024
07 Regressionsanalyse
Regression ist eines der am häufigsten verwendeten statistischen Verfahren, das auch im Rahmen des supervised learning genutzt wird. Neben einer grundlegenden Einführung in das Verfahren geht die Vorlesung auch auf Unterschiede der Verwendung im Kontext von machine learning gegenüber herkömmlicher statistischer Analyse ein.
---
Die Vorlesung führt in informationstechnische und statistische Grundlagen der Data Science ein. Sie ist Teil eines zweisemestrigen Zyklus zu "Datenwelten". Im Sommersemester folgt eine zweite Vorlesung, die sich Datenethik, Datenrecht und erkenntnistheoretischen Reflektionen auf eine "verdatete" Welt befassen wird. Beide Vorlesungen werden von interdisziplinär zusammengesetzten Teams von Lehrenden gehalten, um unterschiedliche Perspektiven auf Data Science, unterschiedliche Fragestellungen und Problemsichten einzubringen und aufeinander zu beziehen. Studierende entwickeln dabei ein Grundverständnis folgender Inhalte: * Funktionsweise der informationstechnischen Systeme, die in weiten Teilen unseren Alltag (mit-)gestalten * Das technische und soziale Zusammenspiel dieser Systeme bei der Erhebung, Aufbewahrung und Nutzung von Daten * Einfache statistische Verfahren zur Datenanalyse * Verfahren aus dem Bereich des maschinellen Lernens (Classification, Regression, Clustering) * Elementare Einführung in Neuronale Netze und ihre Anwendungen in der Bild- und Sprachverarbeitung
---
Die Vorlesung führt in informationstechnische und statistische Grundlagen der Data Science ein. Sie ist Teil eines zweisemestrigen Zyklus zu "Datenwelten". Im Sommersemester folgt eine zweite Vorlesung, die sich Datenethik, Datenrecht und erkenntnistheoretischen Reflektionen auf eine "verdatete" Welt befassen wird. Beide Vorlesungen werden von interdisziplinär zusammengesetzten Teams von Lehrenden gehalten, um unterschiedliche Perspektiven auf Data Science, unterschiedliche Fragestellungen und Problemsichten einzubringen und aufeinander zu beziehen. Studierende entwickeln dabei ein Grundverständnis folgender Inhalte: * Funktionsweise der informationstechnischen Systeme, die in weiten Teilen unseren Alltag (mit-)gestalten * Das technische und soziale Zusammenspiel dieser Systeme bei der Erhebung, Aufbewahrung und Nutzung von Daten * Einfache statistische Verfahren zur Datenanalyse * Verfahren aus dem Bereich des maschinellen Lernens (Classification, Regression, Clustering) * Elementare Einführung in Neuronale Netze und ihre Anwendungen in der Bild- und Sprachverarbeitung
Technical support
Please click on the link bellow and then fill out the required fields to contact our Support Team!
RRZ Support Link