NAT3041 Methoden der Datenwissenschaft

Diese Modulbeschreibung enthält neben den eigentlichen Beschreibungen der Inhalte, Lernergebnisse, Lehr- und Lernmethoden und Prüfungsformen auch Verweise auf die aktuellen Lehrveranstaltungen und Termine für die Modulprüfung in den jeweiligen Abschnitten.

Wählen Sie eine Modulversion:

NAT3041 ist ein Semestermodul in Englisch auf Master-Niveau das im Wintersemester angeboten wird.

Das Modul ist Bestandteil der folgenden Kataloge.
  • Katalog der M.Sc. Physik für Austauschstudierende
  • Fokussierungsrichtung Bildgebende Verfahren im M.Sc. Biomedical Engineering and Medical Physics
  • Allgemeiner Katalog der nichtphysikalischen Wahlfächer in den Physik-Masterstudiengängen

Soweit nicht beim Export in einen fachfremden Studiengang ein anderer studentischer Arbeitsaufwand ("Workload") festgelegt wurde, ist der Umfang der folgenden Tabelle zu entnehmen.

GesamtaufwandPräsenzveranstaltungUmfang (ECTS)
150 h h5 CP

Inhaltlich verantwortlich für das Modul NAT3041 in der Version 2024w ist Eller, Philipp.

Inhalte, Lernergebnisse und Voraussetzungen

 Statistik
  • Schätzertheorie, Punktschätzungen, MLEs
  • Optimierung
Freq Stats Vorlesungen 
  • Hypotesting I / Aufbau, Größe, Potenz
  • Hypotesting II / p-Werte, Asymptotik
  • Konfidenzintervalle I
  • Konfidenzintervalle II
  • Fallstudie
Bayes-Statistik-Vorlesungen
  • Einführung und geschlossene Form der Inferenz
  • MCMC
  • Variationale Inferenz / ABC
  • Bayesscher Arbeitsablauf
  • Fallstudie

Nach Bestehen des Moduls sind die Studierenden in der Lage:
  • Statistikpakete wie scipy verwenden
  • Zusammenfassende Statistiken berechnen
  • eine einfache Anpassung durchführen
  • Berechnen von Fehlern
  • Inferenzen im frequentistischen und bayesianischen Kontext durchführen

Empfohlen werden Grundkenntnisse der Programmierung (Python) und Grundkenntnisse der Statistik.

Lehrveranstaltungen, Lern- und Lehrmethoden und Literaturhinweise

Kurse für das Wintersemester 2024/5

KursnameVeranstaltungsformTermineStunden pro Woche
Methoden der DatenwissenschaftVorlesung2 h
Übung zu Methoden der DatenwissenschaftÜbungTermine in Gruppen1 h

Der Kurs besteht aus einem Vorlesungsblock (90 Minuten) dienstags, in denen theoretische Konzepte erläutert und neue Werkzeuge und Methoden vorgestellt werden. Im Anschluss an die Vorlesung finden praktische Übungen statt, in denen das in der Woche Gelernte anhand von Übungsaufgaben, die größtenteils von den Studierenden am Computer zu lösen sind, in die Praxis umgesetzt wird.

Die Vorlesungen finden im Hörsaal statt, und werden bei Bedarf live über zoom gestreamt. Vorlesungsfolien werden als pdfs bereitgestellt. Für die Übungen werden Jupyter-Notebooks vorbereitet und zur Verfügung gestellt.

  • Statistical Data Analysis - Glen Cowan (Oxford Science Publications)
  • Data Analysis: A Bayesian Tutorial -  Devinderjit Sivia & John Skilling (Oxford Science Publications)

Modulprüfung

Es findet eine mündliche Prüfung von 25 Minuten Dauer statt. Darin wird das Erreichen der im Abschnitt Lernergebnisse dargestellten Kompetenzen mindestens in der dort angegebenen Erkenntnisstufe exemplarisch durch Verständnisfragen und Beispielrechnungen überprüft. Prüfungsaufgabe könnte beispielsweise sein: see english version

Eine Wiederholungsmöglichkeit wird am Semesterende angeboten.