Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Switch to english language
Startseite    Anmelden     
Logout in [min] [minutetext]
SoSe 2024

Mathematics for data science - Einzelansicht

  • Funktionen:
Grunddaten
Veranstaltungsart Vorlesung SWS 4
Veranstaltungsnummer 301017 Max. Teilnehmer/-innen
Semester SoSe 2024 Zugeordnetes Modul
Erwartete Teilnehmer/-innen
Rhythmus jedes 2. Semester
Hyperlink https://moodle.uni-weimar.de/course/view.php?id=49325
Sprache englisch
Termine Gruppe: [unbenannt]
  Tag Zeit Rhythmus Dauer Raum Raum-
plan
Lehrperson Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
Mo. 09:15 bis 12:30 wöch. Coudraystraße 13 A - Hörsaal 2      
Einzeltermine anzeigen
Mo. 09:15 bis 12:30 wöch. Coudraystraße 13 B - Seminarraum 210      
Gruppe [unbenannt]:
 
 


Zugeordnete Personen
Zugeordnete Personen Zuständigkeit
Rüffer, Björn, Prof., Dr.rer.nat. verantwortlich
Schönlein, Michael , Dr.habil. begleitend
Studiengänge
Abschluss Studiengang Semester Leistungspunkte
M. Sc. Computer Science and Media (M.Sc.), PV 11 - 4,5
M. Sc. Digital Engineering (M.Sc.), PV 17 - 6
M. Sc. Digital Engineering (M.Sc.), PV 19 - 6
M. Sc. Computer Science for Digital Media (M.Sc.), PV 18 - 4,5
M. Sc. Human-Computer Interaction (M.Sc.), PV19 - 6
M. Sc. Computer Science for Digital Media (M.Sc.), PV 2020 - 6
M. Sc. Natural Hazards and Risk Engineering (M.Sc.), PV 2020 2 - 4 6
Zuordnung zu Einrichtungen
Fakultät Bau- und Umweltingenieurwissenschaften
Inhalt
Beschreibung

After the course the students will be familiar with the fundamental concepts of data science. The participants can analyse given data sets with respect to dimensionality reduction and clustering. They also know the basic structure of neural networks and support vector machines to solve classification tasks. The participants know relevant methods from linear algebra and optimization and can apply these techniques. This embraces the design of appropriate algorithms and the implementation of different numerical methods to solve the corresponding problems. 

Literatur

R.A. Horn, C. R. Johnson Matrix Analysis, Cambridge Univ. Press 2013

D.A Simovici. Mathematical Analysis For Machine Learning And Data Mining-World Scientific, 2018.  M.P. Deisenroth, A. A. Faisal, C. S. Ong, Mathematics for Machine Learning. Cambridge University Press 2021. D.A Simovici. Linear Algebra Tools for Data Mining. World Scientific, 2013. C.C. Aggarwal. Neural networks and deep learning: a textbook. Springer 2018.

Bemerkung

Examples of complex dynamics. Models for dynamical systems in continuous and discrete time. Computer simulation. Control and Feedback. Stability, stabilization, and Lyapunov functions. Coupled systems: Disturbance or Cooperation? Networks of systems. Consensus. Synchronization.   

The topics will be presented in a lecture, deepened by exercises. Some of the exercise include computer programming and simulation.

Voraussetzungen

B. Sc.; Analysis and Linear Algebra at Bachelor level, knowledge of Matlab or Python

Leistungsnachweis

1 written exam

“Complex dynamics”

                120 min (100%) / SuSe + WiSe


Strukturbaum
Die Veranstaltung wurde 15 mal im Vorlesungsverzeichnis SoSe 2024 gefunden:
Electives  - - - 1
Electives  - - - 2
Specialization  - - - 3
Modeling  - - - 5
Electives  - - - 6
Elective Modules  - - - 8
Modeling  - - - 9
Electives  - - - 10
Specialization  - - - 11
Electives  - - - 12

BISON-Portal Startseite   Zurück Kontakt/Impressum Datenschutz