Kurs | Zeit |
Ort |
---|---|---|
Grundkurs |
Mo, 02.03., 10.00 - 17.00 Uhr |
Ludwigstraße 28, IuK-Pool (207) |
Grundkurs |
Di, 03.03., 10.00 - 17.00 Uhr |
Ludwigstraße 28, IuK-Pool (207) |
Grundkurs |
Mi, 04.03., 10.00 - 17.00 Uhr |
Ludwigstraße 28, IuK-Pool (207) |
Aufbaukurs |
Do, 05.03., 10.00 - 17.00 Uhr |
Ludwigstraße 28, IuK-Pool (207) |
Aufbaukurs |
Fr, 06.03., 10.00 - 17.00 Uhr |
Ludwigstraße 28, IuK-Pool (207) |
- معلم: Alexander Bauer
- معلم: Maximilian Weigert
https://compstat-lmu.github.io/lecture_i2ml
- Tue 24.03.
- Wed 25.03.
- Fri 27.03.
- Mon 30.03.
- Tue 31.03.
The course is limited to 70 participants. If you decide to not take the course, please leave the course on moodle.
Enrollment key: i2ml2020
- معلم: Bernd Bischl
- معلم: Ludwig Bothmann
- معلم: Tobias Pielok
- معلم: Daniel Schalk
- معلم: Heidi Seibold
- معلم: Nicole Ellenbach
- معلم: Sabine Hoffmann
- معلم: Ulrich Mansmann
- معلم: Raphael Rehms
Ähnlich der Ökonometrie als Teilbereich der Statistik, der sich auf ökonomische Daten und Fragestellungen spezialisiert hat, ist die Finanzökonometrie der Teilbereich der Ökonometrie, der sich auf Finanzdaten und –anwendungen konzentriert. Eine Besonderheit von Finanzdaten stellen die sog. „stylisierte Fakten“ dar, die es in vergleichbarer Art und Weise so in keinem Gebiet der empirischen Ökonomie gibt. Diese Eigenschaften sind in zweierlei Hinsicht bedeutsam: Einerseits haben sie in der Vergangenheit zur Falsifikation bzw. Modifikation populärer, theoretischer Modelle geführt. Andererseits waren sie der Impetus für die Entwicklung von in der Praxis äußerst erfolgreichen Modellen. So weisen beispielsweise Aktienrenditen eine von der Normalverteilung abweichende Verteilung sowie eine zeitlich variierende Volatilität auf. Eine weitere Eigenschaft ist die allgemeine Unvorhersagbarkeit von Aktienkursen.
Einschreibeschlüssel: FinOekSem2019
- معلم: Dennis Mao
- معلم: Henry Port
- معلم: Anne-Laure Boulesteix
- معلم: Cornelia Fütterer
- معلم: Sabine Hoffmann
- معلم: Katrin Madjar
- معلم: Theresa Ullmann
- معلم: Theresa Ullmann
Termine:
Termin | Ort | Person | ||
---|---|---|---|---|
Vorlesung |
Mi, 08:30-10:00 |
A 016 HGB |
Benjamin Säfken |
|
Übung |
Fr, 10:15-11:45 | A 017 HGB | Elizabeth Heller |
|
- معلم: Cornelia Fütterer
- معلم: Monica Heller
- معلم: Benjamin Säfken
Einschreibeschlüssel: Markowitz2019
- معلم: Dennis Mao
Termine:
Termin | Ort | Person | ||
---|---|---|---|---|
Vorlesung |
Di, 12:15-13:45 |
A 017 HGB |
Prof. Stefan Mittnik, Ph.D. | |
Übung |
Mo, 12:15-13:45 | A 017 HGB | Elizabeth Heller M.A., M.Sc. | |
- معلم: Monica Heller
- معلم: Philipp Schiele
Der Kurs wird über eine externe Homepage verwaltet:
https://statsoz-neu.userweb.mwn.de/lehre/2019_WiSe/Wiso/index.html.
Diese Moodleseite wird nur zur Klausuranmeldung genutzt. Diese ist ab sofort bis zum 7.2.2020 geöffnet.
Einschreibeschlüssel: WiSoKlausur
- معلم: Thomas Augustin
- معلم: Cornelia Fütterer
- معلم: Dominik Kreiß
- معلم: Thomas Augustin
Im Hauptteil der Veranstaltung werden statistische Aspekte potentieller
Fehlerquellen in (vorwiegend sozialwissenschaftlichen) Erhebungen
diskutiert. Der Bick richtet sich dabei ganz dezidiert auf die
zahlreichen strukturellen Fehler, die -- im Gegensatz zum Inferenzfehler
-- nicht mit steigendem Stichprobenumfang verschwinden und daher auch
bei sehr großen Datensätzen zu berücksichtigen sind. Ausführlich
behandelt werden vor allem statistische Modelle zur notwendigerweise
unvollständigen Messung komplexer latenter Konstrukte sowie verschiedene
statistische Korrekturverfahren für Messfehler, Fehlklassifikationen und
fehlende Daten. Im letzten Teil der Veranstaltung wird dann ein
Überblick gegeben über verschiedene weitere neue methodische
Entwicklungen in der Sozialstatistik.
Einschreibeschlüssel: SozStat_B_19_20
- معلم: Thomas Augustin
Einschreibeschlüssel:
stat1soz19
- معلم: Cornelia Fütterer
- معلم: Katrin Madjar
- معلم: Malte Nalenz
- معلم: Yusuf Sale
This class is geared towards first year students in the master's program Data Science and part of the Individual Module (Fundamentals of Data Science). We will introduce the basic concepts of multivariate statistical methods for data scientists.
Time and location: Every Tuesday 12:15 to 13:45 in the seminar room at the Department of Statistics, Ludwigstr. 33, 1. floor.
- معلم: Bernd Bischl
- معلم: Ludwig Bothmann
- معلم: Roman Hornung
- معلم: Christian Scholbeck
Vorlesung von Prof. Dr. Christian Heumann
Einschreibeschlüssel: SuT2020
Veranstaltungstermine:
Tag | Zeit | Ort |
|
---|---|---|---|
Vorlesung | Montag | 12:00 - 14:00 Uhr c.t. | Geschw.-Scholl-Pl. 1 (A) - A 014 |
Vorlesung | Dienstag | 12:00 - 14:00 Uhr c.t. | Geschw.-Scholl-Pl. 1 (A) - A 014 |
Übung | Donnerstag | 14:00 - 16:00 Uhr c.t. | Geschw.-Scholl-Pl. 1 (A) - E 216 |
Übung | Donnerstag | 16:00 - 18:00 Uhr s.t. | Geschw.-Scholl-Pl. 1 (A) - E 216 |
Tutorium | Freitag | 08:30 - 10:00 Uhr s.t. |
Geschw.-Scholl-Pl. 1 (A) - A 014 |
- معلم: Cornelius Fritz
- معلم: Christian Heumann
- معلم: Christopher Küster
- معلم: Alexander Piehler
- معلم: Patrick Schulze
Vorlesung - Prof. Dr. Helmut Küchenhoff
Tag | Zeit | Rhythmus | Dauer | Raum |
---|---|---|---|---|
Mi |
12.00 - 14.00 |
wöchentlich |
16.10.2019 - 05.02.2020 |
Schellingstr. 3 - Raum S 006 |
Übung - Florian Fleischmann
Tag | Zeit | Rhythmus | Dauer | Raum |
---|---|---|---|---|
Mo | 16.00 - 17.00 c.t. | wöchentlich | 14.10.2019 - 03.02.2020 |
Geschw.-Scholl-Pl. 1 - C 016 |
Mo | 17.00 - 18.00 c.t. | wöchentlich | 14.10.2019 - 03.02.2020 |
Geschw.-Scholl-Pl. 1 - C 016 |
Tutorium - Florian Limmer
Tag | Zeit | Rhythmus | Dauer | Raum |
---|---|---|---|---|
Di | 8:00 - 10:00 ct | wöchentlich |
23.10.2019 - 04.02.2020 |
Amalienstr. 73A - 218 |
- معلم: Florian Fleischmann
- معلم: Helmut Küchenhoff
- معلم: Florian Limmer
- معلم: Maximilian Weigert
Termine:
Termin | Ort | Person | Beginn | |
---|---|---|---|---|
Vorlesung | Mo, 10:15-11:45 Do, 10:15-11:45 (14-tägig) |
S 007, Schellingstr. 3 S 007, Schellingstr. 3 |
Benjamin Sischka |
14.10.19 |
Übung |
Do, 10:15-11:45 (14-tägig) | S 007, Schellingstr. 3 | Dominik Kreiß | 24.10.19 |
Einschreibeschlüssel
- Der Einschreibeschlüssel lautet: "ST1920"
- معلم: Dominik Kreiß
- معلم: Benjamin Sischka
Termine und Personen:
Termin | Ort | Person | |
---|---|---|---|
Vorlesung |
Di, 14.00 - 16.00 |
Geschw.-Scholl-Pl. 1, A 021
|
Prof. Dr. Helmut Küchenhoff |
Vorlesung |
Do, 14.00 - 16.00 |
Geschw.-Scholl-Pl. 1, A 021 |
Prof. Dr. Helmut Küchenhoff |
Übung |
Mo, 14.00 - 16.00 |
Geschw.-Scholl-Pl. 1, A 016 |
Marc Schneble |
Übung |
Mo, 16.00 - 18.00 |
Geschw.-Scholl-Pl. 1, A 016 |
Maximilian Weigert |
Tutorium |
Mo, 12.00 - 14.00 |
Ludwigstr. 33, CIP-Pool 042 |
Julian Rodemann |
Tutorium |
Do, 12.00 - 14.00 |
Ludwigstr. 33, CIP-Pool 042 |
Julian Rodemann |
Einschreibeschlüssel: GRM1920
- معلم: Helmut Küchenhoff
- معلم: Marc Schneble
- معلم: Maximilian Weigert
Password for self enrolment: hazard_rate
Dates / Termine
Monday / Montag | 16:00 c.t. - 18:00 Uhr | Schellingstr. 3 - S 007 |
Thursday/ Donnerstag | 10:00 c.t. - 12:00 Uhr | Schellingstr. 3 - S 007 |
Start | 14.10.2019 |
- معلم: Moritz Herrmann
- معلم: Fabian Scheipl
Termine und Personen:
Termin | Ort | Person | |
---|---|---|---|
Vorlesung |
Mo, 12.15 - 13.45 |
Geschw.-Scholl-Pl. 1, M 105 |
Dr. Fabian Scheipl |
Vorlesung |
Mi, 12.15 - 13.45 | Geschw.-Scholl-Pl. 1, E 004 |
Dr. Fabian Scheipl |
Übung 1 |
Do, 10.15 - 11.45 | Geschw.-Scholl-Pl. 1, E 004 |
Sevag Kevork |
Übung 2 |
Do, 12.15 - 13.45 | Geschw.-Scholl-Pl. 1, E 004 |
Sevag Kevork |
Tutorium |
Mi, 8.15 - 9.45 | Geschw.-Scholl-Pl. 1, E 004 |
Asmik Nalmpatian |
Einschreibeschlüssel:
- معلم: Lukas Beise
- معلم: Sevag Kevork
- معلم: Asmik Nalmpatian
- معلم: Cornelia Oberhauser
- معلم: Fabian Scheipl
Inhalte der Vorlesung:
- Grundlagen in Kodierung
- Grundlagen der Numerik
- Numerische Integration
- Big-O Notation zur Laufzeitanalyse von Algorithmen
- Erzeugen von univariaten und multivariaten Pseudo-Zufallszahlen
- Matrixzerlegungen
- Grundlagen der Optimierung
- Univariate Optimierung
- Multivariate Optimierung
- Restringierte Optimierung
- Ableitungsfreie Optimierung und evolutionäre Algorithmen
- Multikriterielle Optimierung
- EM Algorithmus
LVA-Termine
Vorlesungstermine:
Vorlesung (Lang) (Beginn: 16.10.19): | Mittwoch | 10 - 12 c.t. | HGB A 014 |
Vorlesung (Lang) (Beginn: 17.10.19): | Donnerstag | 12 - 14 c.t. | HGB A 014 |
Übung (Terhart) (alle zwei Wochen, ab 17.10.19): | Donnerstag | 12 - 14 c.t. | HGB A 014 |
Einschreibeschlüssel: CIM1920
- معلم: Jiew-Quay Au
- معلم: Michel Lang
- معلم: Julia Moosbauer
- معلم: Julia Niebisch
Date |
Room | Person | |
---|---|---|---|
Lecture |
Do, 14:15 - 15:45 |
Theresienstr. 39, B139 |
Deffner |
Tutorial |
Do, 16:00 - 17:30 | Theresienstr. 39, B139 |
Bauer |
Additional Tutorial (only for Geography students) |
Mi, 16:15 - 17:45 | Luisenstr. 37, A032 |
Langer |
Lecture
- This lecture is only for Geography and Geophysics master students
- The access key is "statistics19"
- معلم: Alexander Bauer
- معلم: Veronika Deffner
- معلم: Felix Langer
Einschreibeschlüssel Gast: PRAKT1920
- معلم: Felix Günther
- معلم: André Klima
- معلم: Helmut Küchenhoff
- معلم: Benjamin Säfken
Einschreibeschlüssel Gast: APR1920
- معلم: Charlotte Castell
- معلم: Patrick Kaiser
- معلم: André Klima
- معلم: Linda Marchioro
- معلم: Asmik Nalmpatian
As we would like to have a headcount as soon as possible to estimate how many students are interested in this lecture, please sign in for this lecture using the Key learnDL if you plan to hear this lecture.
In recent years, deep learning has steadily increased in popularity, mainly due to their state-of-the-art performance in image and speech recognition, text mining and related tasks. Deep neural networks attempt to automatically learn multi-level representations and features of data and are able to uncover complex underlying data structures.
The
lecture aims at providing a basic theoretical and practical
understanding of modern neural network approaches. We will start out by
covering the necessary background on traditional artificial neural
networks, backpropagation, online learning and regularization. Then we
will cover special methods used in deep learning, like drop-out and
rectified linear units. We will also talk about further advanced topics
like convolutional layers, recurrent neural networks and auto-encoders.
- معلم: Bernd Bischl
- معلم: Susanne Dandl
- معلم: Emilio Dorigatti
- معلم: Julia Moosbauer
- معلم: Mina Rezaei
Termin | Ort | ||
---|---|---|---|
Vorlesung | Dienstag 10–12 | ||
Mittwoch 10–12 | |||
Übung | Gruppe 1 | Mittwoch 8-10 | |
Gruppe 2 | Donnerstag 16–18 | ||
Tutorium | Dienstag 18–20 |
- Die Übungen beginnen in der 2. Vorlesungswoche.
- Das Tutorium findet vor Weihnachten alle zwei Wochen sowie nach Weihnachten wöchentlich statt.
Einschreibung
Einschreibeschlüssel: Laplace
- معلم: Michael Kobl
- معلم: Henry Port
- معلم: Volker Schmid
- معلم: Marc Schneble
Use the registration key (Einschreibeschlüssel) "bigDS" to read more about the course.
This course aims to foster the practice of software engineering and project management techniques in the context of data science and machine learning projects.
Organization
- Lecturers: Bernd Bischl, Christoph Molnar, Florian Pfisterer
- Time: During workshops: Thursday, 9-12 s.t
- Place: M109 Main Building
- ECTS: 12 ECTS (e.g. as an alternative to the Statistical Consulting or Data Science Practical)
Eligibility Requirements
- Good programming skills in Data science related languages (R, Python, Julia, C++, etc.)
- Predictive Modelling, FCIM or comparable Machine Learning courses
Projects
- Industry Projects with several Munich-based industry leaders
- Research / Data Science for Social Good projects
- معلم: Christoph Molnar
- معلم: Florian Pfisterer
Einschreibeschlüssel (sowohl Teilnehmer/innen, als auch Gastzugang): MassUndWahrscheinlichkeit
Termine
Übung |
Montag 14:00 c.t. - 16:00 Uhr | Raum A 015 Hauptgebäude |
Vorlesung | Dienstag 14:00 c.t. - 16:00 Uhr | Raum A 119, Hauptgebäude |
Vorlesung |
Mittwoch 12:00 c.t. - 14:00 Uhr | Raum A 016, Hauptgebäude |
Tutorium | Mittwoch 14:00 c.t. - 16:00 Uhr | 1302, Leopoldstr. 13 |
Erste Veranstaltung: Montag 14.10.2019
- معلم: Hannah Blocher
- معلم: Nurzhan Sapargali
- معلم: Georg Schollmeyer
- معلم: Patrick Schwaferts
Einschreibeschlüssel: fort1920
Kurswebsite: https://fort-w1920.github.io/
Kursformat: Inverted Classroom
Präsenzzeit: Donnerstag & Freitag, 14:00-16:00 c.t.
Ort: A015 / A017
Zusätzlich 6-8 h pro Woche für Videos, Lektüre & Programmieraufgaben im Selbststudium.
Wenn Sie vorhaben am Kurs teilzunehmen bereiten Sie sich bitte unbedingt auf den ersten Präsenztermin vor, indem Sie vor 17.10.2019, 14:00h:
- einen Github Account anlegen
- Ihre Github Info hier eintragen – sonst kommen Sie nicht an die Übungsaufgaben.
- Ihren privaten Rechner fit machen: Genaue Instruktionen dafür, und, falls er tragbar ist, diesen dann am besten auch mit vollgeladenem Akku immer mitbringen.
- معلم: Fabian Scheipl
Einschreibeschlüssel (sowohl Teilnehmer/innen, als auch Gastzugang): MathStrukt1920
Termine:
Dientag 16:15-17:45, Raum 026, Rückgebäude, Ludwigstr. 28
Mittwoch 16:15-1745, Raum M018 Hauptgebäude (Geschwister-Scholl-Platz 1)
- معلم: Georg Schollmeyer
Termine:
Termin | Ort | Person | |
---|---|---|---|
Vorlesung | Di, 16:15-17:45 | Geschw.-Scholl-Pl. 1, Audimax | Prof. Dr. Christian Heumann |
Übung 1 | Mi, 12:15-13:45 | Geschw.-Scholl-Pl. 1, A140 |
Patricia Haro |
Übung 2 | Mi, 14:15-15:45 | Geschw.-Scholl-Pl. 1, M018 | Patricia Haro |
Übung 3 | Do, 10:15-11:45 | Theresienstr. 39, B052 |
Christoph Luther |
Übung 4 | Do, 10:15-11.45 | Schellingstr. 3, S001 |
Charlotte Castell |
Übung 5 | Do, 12.15-13.45 | Theresienstr. 41, C123 |
Christoph Luther |
Übung 6 | Do, 12:15-13:45 | Schellingstr. 3, S001 |
Matthias Aßenmacher |
Übung 7 | Do, 18:00-19:30 | Geschw.-Scholl-Pl. 1, M018 |
Maximilian Mandl |
Wiederholungsübung (Statistik II) |
Do, 08:15-09:45 | Geschw.-Scholl-Pl. 1, E004 | Benjamin Sischka |
Einschreibeschlüssel
- Der Einschreibeschlüssel lautet: "Wiwistat1920"
- معلم: Matthias Aßenmacher
- معلم: Charlotte Castell
- معلم: Patricia Haro Lara
- معلم: Christian Heumann
- معلم: Christoph Luther
- معلم: Maximilian Mandl
- معلم: Benjamin Sischka
Maximilian Weigert (Statistik)
- معلم: Alexander Bauer
- معلم: Johanna Gernert
- معلم: Helmut Küchenhoff
- معلم: Maximilian Weigert
- Datum: 07.10.2019 - 11.10.2019 (8 halbe Tage je nach Lage der Nachholklausuren)
- Uhrzeit: 09:30 - 17:30 Uhr
- Ort: IuK-Pool, Ludwigstr. 28, Vordergebäude, Raum 207
- Dozent: Dr. Ludwig Bothmann (E-Mail: ludwig.bothmann@stat.uni-muenchen.de)
- Vorkenntnisse: Statistik I - IV, Multivariate Verfahren, Generalisierte Regressionsmodelle, Grundlegende Programmierkenntnisse, idealerweise in R. Es werden keine Python-Kenntnisse oder Kenntnisse in Deep Learning vorausgesetzt.
Wichtig: Sie müssen das Anmeldeformular auf der Moodle-Seite ausfüllen um einen Platz für den Kurs zu bekommen, die Selbsteinschreibung mit dem Einschreibeschlüssel reicht nicht.
- معلم: Ludwig Bothmann
- معلم: Johanna Schacht