Vorlesung + Übung: Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science - Details

Allgemeine Informationen

Veranstaltungsname	Vorlesung + Übung: Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science
Veranstaltungsnummer	MTH-2750, MTH-2758
Semester	SS 2026
Aktuelle Anzahl der Teilnehmenden	14
Heimat-Einrichtung	Stochastik und ihre Anwendungen
Veranstaltungstyp	Vorlesung + Übung in der Kategorie Lehre
Nächster Termin	Donnerstag, 23.04.2026 14:00 - 15:30, Ort: (L/1007)
Teilnehmende	The course is open to Master students of Mathematics, Wi-Mathe, MRM, Data Science. Perfectly suited for Math + Computer Science track, also interested PhD students are welcome to attend.
Voraussetzungen	Probability + Linear Algebra.
Lernorganisation	Two lectures per week plus exercise session
Veranstaltung findet in Präsenz statt / hat Präsenz-Bestandteile	Ja
Hauptunterrichtssprache	englisch
Literaturhinweise	Vershynin R. High-Dimensional Probability: An Introduction with Applications in Data Science. Cambridge University Press; 2026, 2nd edition https://www.math.uci.edu/~rvershyn/papers/HDP-book/HDP-book.html#

Lehrende

• Prof.Dr. Dominik Schmid

Räume und Zeiten

(L/1008)

Dienstag: 15:45 - 17:15, wöchentlich (13x)

(L/1007)

Donnerstag: 14:00 - 15:30, wöchentlich (12x)

(L/1009)

Donnerstag: 15:45 - 17:15, wöchentlich (11x)

Studienbereiche

• Mathematisch-Naturwissenschaftlich-Technische Fakultät > Institut für Mathematik
• Mathematisch-Naturwissenschaftlich-Technische Fakultät > Institut für Mathematik > Master Mathematical Analysis and Modelling
• Mathematisch-Naturwissenschaftlich-Technische Fakultät
• Mathematisch-Naturwissenschaftlich-Technische Fakultät > Institut für Mathematik > Master Wirtschaftsmathematik
• Mathematisch-Naturwissenschaftlich-Technische Fakultät > Institut für Mathematik > Master Mathematik

Modulzuordnungen

• Wirtschaftsmathematik Masterstudiengang Wirtschaftsmathematik, 22. Version gültig ab SS 2026 > Modulgruppe E: Wahlbereich [MastWiMa] > MTH-2750 - Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science > Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science
• Wirtschaftsmathematik Masterstudiengang Wirtschaftsmathematik, 19. Version gültig ab WS 2024/25 > Modulgruppe E: Wahlbereich [MastWiMa] > MTH-2750 - Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science > Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science
• Wirtschaftsmathematik Masterstudiengang Wirtschaftsmathematik, 20. Version gültig ab SS 2025 > Modulgruppe E: Wahlbereich [MastWiMa] > MTH-2750 - Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science > Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science
• Mathematik Masterstudiengang Mathematik PO 2013, 22. Version gültig ab SS 2026 > Master Mathematik D: Wahlbereich > MTH-2750 - Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science > Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science
• Mathematik Masterstudiengang Mathematik PO 2013, 21. Version gültig ab WS 2025/26 > Master Mathematik D: Wahlbereich > MTH-2750 - Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science > Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science
• Mathematical Analysis and Modelling Int. Master Mathematical Analysis and Modelling, 10. Version gültig ab SS 2025 > Modulgruppe E: Wahlbereich > MTH-2750 - Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science > Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science
• Wirtschaftsmathematik Masterstudiengang Wirtschaftsmathematik, 21. Version gültig ab WS 2025/26 > Modulgruppe E: Wahlbereich [MastWiMa] > MTH-2750 - Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science > Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science
• Mathematical Analysis and Modelling Int. Master Mathematical Analysis and Modelling, 12. Version gültig ab SS 2026 > Modulgruppe E: Wahlbereich > MTH-2750 - Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science > Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science
• Mathematical Analysis and Modelling Int. Master Mathematical Analysis and Modelling, 11. Version gültig ab WS 2025/26 > Modulgruppe E: Wahlbereich > MTH-2750 - Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science > Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science
• Mathematik Masterstudiengang Mathematik PO 2013, 19. Version gültig ab WS 2024/25 > Master Mathematik D: Wahlbereich > MTH-2750 - Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science > Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science
• Mathematik Masterstudiengang Mathematik PO 2013, 20. Version gültig ab SS 2025 > Master Mathematik D: Wahlbereich > MTH-2750 - Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science > Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science
• Mathematical Analysis and Modelling Int. Master Mathematical Analysis and Modelling, 9. Version gültig ab WS 2024/25 > Modulgruppe E: Wahlbereich > MTH-2750 - Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science > Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science
• Mathematics and Computer Science Master's Programme Mathematics and Computer Science PO 2024, 2. Version gültig ab SS 2026 > A. Mathematics > MTH-2758 - Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science > Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science
• Mathematics and Computer Science Master's Programme Mathematics and Computer Science PO 2024, 1. Version gültig ab WS 2025/26 > A. Mathematics > MTH-2758 - Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science > Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science
• Data Science Master's Programme Data Science, 2. Version gültig ab SS 2026 > B. Advanced Data Science Methods > MTH-2758 - Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science > Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science
• Data Science Master's Programme Data Science, 1. Version gültig ab WS 2025/26 > B. Advanced Data Science Methods > MTH-2758 - Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science > Hochdimensionale Wahrscheinlichkeitstheorie mit Anwendungen in Data Science

Kommentar/Beschreibung

We discuss a number of special topics in probability theory related to random vectors, random matrices and random projections. We cover basic theoretical tools to analyze these objects and present applications of high-dimensional probability in data science. Please see

https://sites.google.com/view/dominik-schmid/high-dimensional-probability

for more details. In particular, we cover the following topics:

1. Concentration inequalities (Hoeffding's, Bernstein's inequalities etc)
2. Random vectors in high dimension
3. Random matrices (Covering and packing arguments etc)