Seminar: Seminar zur Stochastik (Bachelor+Master) - Details

Seminar: Seminar zur Stochastik (Bachelor+Master) - Details

Sie sind nicht in Stud.IP angemeldet.

Allgemeine Informationen

Veranstaltungsname Seminar: Seminar zur Stochastik (Bachelor+Master)
Untertitel Nicht-parametrische Quantilschätzer
Veranstaltungsnummer MTH-1350; 2990; 7950; 4130; 1410
Semester SS 2025
Aktuelle Anzahl der Teilnehmenden 0
Heimat-Einrichtung Rechnerorientierte Statistik und Datenanalyse
beteiligte Einrichtungen Institut für Mathematik
Veranstaltungstyp Seminar in der Kategorie Lehre
Teilnehmende Das Seminar ist für alle Studierende geeignet.
Es eignet sich ebenfalls für Studierende, die eine Spezialisierung in Finanzmathematik anstreben.
Voraussetzungen notwendig: Analysis I + II,
solide Kenntnisse im Umfang von Stochastik
Lernorganisation Das Seminar wird als Blockseminar im Sommersemester stattfinden
Leistungsnachweis Das Seminar besteht aus den folgenden abzugebenden Bestandteilen (Abgabe spätestens 14 Tage vor Vortrag)
• einem 30-45minütigen Vortrag (Folien bzw. Tafelkonzept) und
• einer schriftlichen Ausarbeitung (ca. 10 bis 15 Seiten)
Bei manchen Themen kann auf Wunsch auch eine Anrechnung als Seminar in Optimierung erfolgen.
Veranstaltung findet in Präsenz statt / hat Präsenz-Bestandteile Ja
Hauptunterrichtssprache deutsch
Literaturhinweise Englischsprachige Bücher, englischsprachige Originalarbeiten
Sonstiges Die Themenvergabe findet ausschließlich am Termin der Vorbesprechung statt.
Die Vorbesprechung und Themenvergabe erfolgen am Montag, den 06.02.2023 um 13:00 Uhr per Zoom.
Sie erhalten den Zoom-Link über Digicampus; bitte tragen Sie sich dort ins Seminar für SoSe 2023 ein.
ECTS-Punkte 6

Räume und Zeiten

Keine Raumangabe

Studienbereiche

Modulzuordnungen

Kommentar/Beschreibung

Im Seminar werden ausgewählte Bücher und Originalarbeiten zu nicht-parametrischen Quantilschätzern besprochen. Das Seminar wendet sich sowohl an Bachelor- als auch Masterstudierende mit Grundkenntnissen in Stochastik oder Statistik. Wir behandeln verschiedene Schätzer, Konfidenzintervalle und insb. deren Anwendung in der Finanz- und Versicherungsmathematik und im maschinellen Lernen.