Physik und Digitale Technologien (180 LP) (Bachelor) > Physik Physik u. Dig. Tech. 180, Akkreditierungsfassung gültig ab WS 2019/20 > Wahlobligatorische Ergänzungsfächer
Modulverantwortliche/r
Weitere verantwortliche Personen
Prof. Dr. Ivo Große/PD Dr. Alexander Hinneburg
Teilnahmevoraussetzungen
Kompetenzziele
Die Studierenden erwerben durch dieses Modul die folgenden Kompetenzen:
Sie verstehen die Grundlagen der Wahrscheinlichkeitsrechnung und Kombinatorik und können einfache reale Vorgänge modellieren.
Sie verstehen den Satz von Bayes und können Randwahrscheinlichkeiten und bedingte Wahrscheinlichkeiten sowie Randwahrscheinlichkeitsdichten und bedingte Randwahrscheinlichkeitsdichten berechnen.
Sie können abhängige, unabhängige, bedingt abhängige und bedingt unabhängige Zufallsvariablen, Zufallsvektoren und Zufallsmatrizen voneinander unterscheiden und modellieren.
Sie können mit univariaten Verteilungen von Zufallsvariablen und multivariaten Verteilungen von Zufallsvektoren sowie mit Erwartungswerten, Varianzen, Kovarianzen und höheren Momenten von Zufallsvariablen rechnen und diese Kompetenz zur Lösung einfacher realer Problemstellungen nutzen.
Sie kennen verschiedene konjugierte Prior-Verteilungen für verschiedene univariate und multivariate Verteilungen und können mit diesen die Parameter dieser Verteilungen mittels verschiedener Schätzverfahren schätzen.
Sie verstehen die Grundlagen statistischer Tests und die Bedeutung von P-Werten und können verschiedene statistische Tests zur Beantwortung einfacher Fragestellungen praktisch anwenden.
Sie beherrschen die praktische Anwendung dieser Kompetenzen, um einfache Klassifikationsprobleme aus der Informatik und der Bioinformatik zu lösen, und können die Güte verschiedener Modelle oder verschiedener Klassifikatoren berechnen und miteinander vergleichen.
Verschiedene konjugierten Prior-Verteilungen für verschiedene Verteilungen, Schätzverfahren
Statistische Tests und Klassifikation von Daten aus der Informatik und der Bioinformatik
Lehrveranstaltungsformen
Vorlesung (2 SWS)
Übung (2 SWS)
Kursus
Kursus
Unterrichtsprachen
Deutsch, Englisch
Dauer in Semestern
1 Semester Semester
Angebotsrhythmus Modul
jedes Wintersemester
Aufnahmekapazität Modul
unbegrenzt
Prüfungsebene
Credit-Points
5 CP
Modulabschlussnote
LV1: %; LV2: %; LV3: %; LV4: %.
Faktor der Modulnote für die Endnote des Studiengangs
1
Modulveranstaltung
Lehrveranstaltungsform
Veranstaltungstitel
SWS
Workload Präsenz
Workload Vor- / Nachbereitung
Workload selbstgestaltete Arbeit
Workload Prüfung incl. Vorbereitung
Workload Summe
LV 1
Vorlesung
Vorlesung
2
0
LV 2
Übung
Übung
2
0
LV 3
Kursus
Bearbeitung der Arbeitsblätter und Übungsaufgaben
0
LV 4
Kursus
Vorbereitung Klausur
0
Workload modulbezogen
150
150
Workload Modul insgesamt
150
Prüfung
Prüfungsvorleistung
Prüfungsform
LV 1
LV 2
LV 3
LV 4
Gesamtmodul
Erfolgreiche Bearbeitung und Vorstellung von Übungsaufgaben: die Übungen können Arbeitsblätter, Programmieraufgaben und Testate umfassen. Bei der Bearbeitung der Übungsaufgaben muss eine Mindestpunktzahl erreicht werden.
