|
Regularisierungstechniken in Regression und Klassifikation
Seminar im Wintersemester 2011/2012
NEWS
27.03.12
|
Die Noten für das Seminar hängen im Schaukasten gegenüber dem Büro von Frau Maxa aus. Die Notenliste wurde bereits an Frau Höfner übermittelt.
|
23.01.12
|
Kranheitsbedingt
fällt das Seminar am 24.1.2012 aus. Sämtliche ausstehenden
Termine verschieben sich um eine Woche nach hinten.
|
| 19.10.11 |
Unter Material gibt es nun einen
Link zu dem von Herrn Tutz empfohlenen Buch: "The Elements of
Statistical Learning" |
| 12.10.11 |
Die Themen für das Seminar
können hier eingesehen werden. |
| 10.10.11 |
Die Vorbesprechung des Seminars und die
Verteilung der Themen findet in der ersten Semesterwoche am 18.10.11 um
16:30 im Seminarraum statt. |
Inhalt
In Regressions- und
Klassifikationsproblemen mit einer großen Anzahl an
Einflussgrößen ist die Maximum-Likelihood-Schätzung oft
nicht durchführbar oder zumindest nicht optimal. Zudem gewinnt die
Aufgabenstellung der Variablenselektion angesichts immer
größerer Datensätze zunehmend an Bedeutung. Moderne
Regularisierungstechnicken sind hilfreich, um Paramter schätzbar
zu mchen und insbesondere um relevante Variablen zu identifizieren. Die
regularisierten Modelle verfügen über eine gute
Interpretierbarkeit und liefern präzisere Prognosen als
unregularisierte Modelle.
In diesem Seminar werden sowohl klassische als auch neuere
Regularisierungstechniken vorgestellt, die zur Klassifikation und/oder
Regression geeignet sind. Ein Großteil der betrachteten Variablen
zielt auf eine Kombination von Variablenselektion und Verbesserung der
Modellperformance ab. |
Personen
Material
Als generelle Literatur wird für
das Seminar folgendes Buch empfohlen:
- Hastie, Tibshirani & Friedman (2009): The
Elements of Statistical Learning, 2.Auflage, New York: Springer
Hier
kann das Buch kostenlos heruntergeladen werden. |
Termine
| Sofern nicht anders bekanntgegeben,
findet das Seminar dienstags an den unter Programm
genannten Terminen von 16.30-18.30 Uhr im Seminarraum (144) des
Instituts für Statistik, Ludwigstr. 33, statt. |
Anforderungen zum Scheinerwerb
- Vortrag von ca. 45 Minuten Dauer.
- Ausarbeitung des Themas als Seminararbeit (ca. 10-15
Seiten); Abgabe bis spätestens vier Wochen nach Vorlesungsende,
also bis zum 09.03.2012.
- Aktive Teilnahme.
|
|