General information

Course name	Lecture: Statistische Datenanalyse und maschinelles Lernen in der Bioinformatik II
Semester	SS 2017
Current number of participants	2
Home institute	Bioinformatik
Courses type	Lecture in category Offizielle Lehrveranstaltungen
First date	Thursday, 06.04.2017 10:15 - 11:45
Studiengänge (für)	Master Bioinformatik, Master Informatik, Master Nutzpflanzenforschung
SWS	2

Lehrende

Rooms and times

No room preference: Thursday: 10:15 - 11:45, weekly(14x)

Fields of study

Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik

Module assignments

Agrarwissenschaft/Landwirtschaft AgrarwissenschaftenMA120, Akkreditierungsfassung (WS 2015/16 - SS 2018) > Wahlmodule Nutzpflanzen > INF.02858.06 - Statistische Datenanalyse in der Bioinformatik II, valid WS 2006/07 to 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, valid WS 2006/07 to 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, valid WS 2006/07 to 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, valid WS 2006/07 to 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, valid WS 2006/07 to 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, valid WS 2006/07 to 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, valid WS 2006/07 to WiSe 2024/25 > LV 1: Vorlesung (Vorlesung)
Agrarwissenschaft/Landwirtschaft Nutzpflanzenwiss.MA120, Akkreditierungsfassung valid from WS 2018/19 > Wahlpflichtmodule > INF.06268.03 - Statistische Datenanalyse und Maschinelles Lernen in der Bioinformatik II, valid from 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, valid from 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, valid from 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, valid from 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, valid from 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, valid from SS 2017 > LV 1: Vorlesung (Vorlesung)

Comment/Description

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.