Vorlesung: Statistische Datenanalyse und maschinelles Lernen in der Bioinformatik II - Details

Allgemeine Informationen

Veranstaltungsname	Vorlesung: Statistische Datenanalyse und maschinelles Lernen in der Bioinformatik II
Semester	SS 2017
Aktuelle Anzahl der Teilnehmenden	2
Heimat-Einrichtung	Bioinformatik
Veranstaltungstyp	Vorlesung in der Kategorie Offizielle Lehrveranstaltungen
Erster Termin	Donnerstag, 06.04.2017 10:15 - 11:45
Studiengänge (für)	Master Bioinformatik, Master Informatik, Master Nutzpflanzenforschung
SWS	2

Lehrende

• Prof. Dr. Ivo Grosse
• M. Sc Alexander Gabel

Räume und Zeiten

Keine Raumangabe

Donnerstag: 10:15 - 11:45, wöchentlich(14x)

Studienbereiche

• Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik

Modulzuordnungen

• Agrarwissenschaft/Landwirtschaft AgrarwissenschaftenMA120, Akkreditierungsfassung (WS 2015/16 - SS 2018) > Wahlmodule Nutzpflanzen > INF.02858.06 - Statistische Datenanalyse in der Bioinformatik II, gültig WS 2006/07 bis WiSe 2024/25 > LV 1: Vorlesung (Vorlesung)
• Informatik InformatikMA120, Akkreditierungsfassung (WS 2006/07 - SS 2013) > Primärmodule > INF.02858.06 - Statistische Datenanalyse in der Bioinformatik II, gültig WS 2006/07 bis WiSe 2024/25 > LV 1: Vorlesung (Vorlesung)
• Bioinformatik BioinformatikMA120, Akkreditierungsfassung (WS 2009/10 - SS 2016) > Bioinformatik > INF.02858.06 - Statistische Datenanalyse in der Bioinformatik II, gültig WS 2006/07 bis WiSe 2024/25 > LV 1: Vorlesung (Vorlesung)
• Informatik InformatikMA120, Akkreditierungsfassung (WS 2013/14 - SS 2016) > Basismodule der Vertiefungsrichtung `Bioinformatik` > INF.02858.06 - Statistische Datenanalyse in der Bioinformatik II, gültig WS 2006/07 bis WiSe 2024/25 > LV 1: Vorlesung (Vorlesung)
• Agrarwissenschaft/Landwirtschaft AgrarwissenschaftenMA120, Akkreditierungsfassung (WS 2018/19 - SS 2020) > Wahlmodule Nutzpflanzen > INF.02858.06 - Statistische Datenanalyse in der Bioinformatik II, gültig WS 2006/07 bis WiSe 2024/25 > LV 1: Vorlesung (Vorlesung)
• Agrarwissenschaft/Landwirtschaft Nutzpflanzenwiss.MA120, Akkreditierungsfassung (WS 2009/10 - SS 2015) > Wahlpflichtmodule Masterstudiengang ”Nutzpflanzenwissenschaften” > INF.02858.06 - Statistische Datenanalyse in der Bioinformatik II, gültig WS 2006/07 bis WiSe 2024/25 > LV 1: Vorlesung (Vorlesung)
• Agrarwissenschaft/Landwirtschaft AgrarwissenschaftenMA120, Akkreditierungsfassung (WS 2013/14 - SS 2015) > Wahlmodule Nutzpflanzen > INF.02858.06 - Statistische Datenanalyse in der Bioinformatik II, gültig WS 2006/07 bis WiSe 2024/25 > LV 1: Vorlesung (Vorlesung)
• Agrarwissenschaft/Landwirtschaft Nutzpflanzenwiss.MA120, Akkreditierungsfassung gültig ab WS 2018/19 > Wahlpflichtmodule > INF.06268.03 - Statistische Datenanalyse und Maschinelles Lernen in der Bioinformatik II, gültig ab SS 2017 > LV 1: Vorlesung (Vorlesung)
• Informatik InformatikMA120, Akkreditierungsfassung (WS 2016/17 - WS 2022/23) > Basismodule der Vertiefungsrichtung `Bioinformatik` > INF.06268.03 - Statistische Datenanalyse und Maschinelles Lernen in der Bioinformatik II, gültig ab SS 2017 > LV 1: Vorlesung (Vorlesung)
• Bioinformatik BioinformatikMA120, Akkreditierungsfassung (WS 2016/17 - WS 2022/23) > Bioinformatik (HI) > INF.06268.03 - Statistische Datenanalyse und Maschinelles Lernen in der Bioinformatik II, gültig ab SS 2017 > LV 1: Vorlesung (Vorlesung)
• Agrarwissenschaft/Landwirtschaft AgrarwissenschaftenMA120, Akkreditierungsfassung (WS 2018/19 - SS 2020) > Wahlmodule Nutzpflanzen > INF.06268.03 - Statistische Datenanalyse und Maschinelles Lernen in der Bioinformatik II, gültig ab SS 2017 > LV 1: Vorlesung (Vorlesung)
• Agrarwissenschaft/Landwirtschaft Nutzpflanzenwiss.MA120, Akkreditierungsfassung (WS 2015/16 - SS 2018) > Wahlpflichtmodule > INF.06268.03 - Statistische Datenanalyse und Maschinelles Lernen in der Bioinformatik II, gültig ab SS 2017 > LV 1: Vorlesung (Vorlesung)
• Agrarwissenschaft/Landwirtschaft AgrarwissenschaftenMA120, Akkreditierungsfassung (WS 2015/16 - SS 2018) > Wahlmodule Nutzpflanzen > INF.06268.03 - Statistische Datenanalyse und Maschinelles Lernen in der Bioinformatik II, gültig ab SS 2017 > LV 1: Vorlesung (Vorlesung)

Kommentar/Beschreibung

In der Vorlesungen werden statistische Ansätze für Fragestellungen der molekularen Bioinformatik behandelt. Methodisch werden verschiedene stochastische Modelle wie z. B. Markov Modelle, Bayes Netze, Hidden Markov Modelle oder Gaußsche Mischmodelle behandelt und deren Anwendungen in der Bioinformatik diskutiert.