Mathematische Methoden der Datenanalyse und des maschinellen Lernens

Kurzname
Mathematische Methoden
Modulnummer
741
Modulverantwortlicher
  • Christoph Gallus
Dozent
  • Christoph Gallus
Kurzbeschreibung

Mathematische Methoden der Datenanalyse und des maschinellen Lernens

Qualifikations- und Lernziele

Die Studierenden können betriebswirtschaftlich relevante Probleme mathematisch formalisieren und geeignete Features für die computerbasierte Datenanalyse auswählen. Sie können die benötigten mathematischen Begriffe und Methoden formal definieren und inhaltlich erläutern sowie in Übungsbeispielen rechnerisch anwenden. Sie kennen ausgewählte maschinelle Lernverfahren und Konzepte und können diese in einfachen Beispielen anwenden.

Lerninhalte

Ausgewählte mathematische Techniken und Begriffe die über das Pflichtmodul Mathematik (105) hinausgehen wie zum Beispiel:Vektoren, Matrizen und deren Eigenwerte
Ausgewählte Anwendungen wie zum Beispiel

  • multivariate lineare Datenregression,
  • Modelle zur zeitlichen Entwicklung von Marktanteilen,
  • überwachte maschinelle Lernverfahren (wie neuronale Netze),
  • nicht-überwachte maschinelle Lernverfahren (wie Googles PageRank Algorithmus).
Fachkompetenz
Methodenkompetenz
Sozialkompetenz
Selbstkompetenz
Moduldauer (Semester)
1
Unterrichtssprache
Deutsch
Gesamtaufwand
6.0 CrP; 180 Stunden, davon etwa 60 Stunden Präsenzzeit.
Semesterwochenstunden
4
Lernformen

Seminar

Geprüfte Leistung

Optional

  • Klausur
  • oder Referat
    (Zu Veranstaltungsbeginn wird rechtzeitig und in geeigneter Art und Weise die jeweilige Prüfungsform bekanntgegeben.)
Bewertungsstandard

Bewertung entsprechend § 9 der Allgemeinen Bestimmungen (Teil I der Prüfungsordnung).

Bonuspunkte

Bonuspunkte werden gemäß § 9 (4) der Allgemeinen Bestimmungen vergeben. Die Art und Weise der Zusatzleistungen wird den Studierenden zu Veranstaltungsbeginn rechtzeitig und in geeigneter Art und Weise mitgeteilt.

Häufigkeit des Angebots
Nach Bedarf
Literatur
  • De Prado, M. L., Advances in Financial Machine Learning, Wiley, 2018
  • Langville, A. N., Meyer, C. D. Google's PageRank and Beyond, Princton, 2012
  • Merz,M. M., Wüthrich, W., Mathematik für Wirtschaftswissenschaftler, Vahlen, 2013
  • Merz, M., Übungsbuch zur Mathematik für Wirtschaftswissenschaftler, Vahlen, 2013
    Marsland, S., Machine
Studienhilfsmittel

Präsentationsfolien, Kompendium mit mathematischen Sätzen und Definitionen. Übungsaufgaben

Empfohlene Voraussetzungen

105