Vorlesungsverzeichnis
Suchen Sie hier über ein Suchformular im Vorlesungsverzeichnis der Leuphana.
Veranstaltungen von Yannick Rudolph
Lehrveranstaltungen
Forecasting and Simulation (Übung)
Dozent/in: Ulf Brefeld, Yannick Rudolph
Termin:
wöchentlich | Donnerstag | 12:15 - 13:45 | 03.04.2023 - 07.07.2023 | C 14.102a
Inhalt: The module provides a survey of the theory and application of data-based computational techniques to forecast and simulate data with temporal dependencies. Selected statistical approaches dealing with the special role of time in modeling will be discussed in detail. Topics of interest include: - stationary and non-stationary time series (ARIMA models) - conditional heteroscedastic time series (ARCH and GARCH models) - multivariate time series (VAR and VARMA models) - state space models (Kalman Filter)
Einführung in die Künstliche Intelligenz - Übung Gruppe 1 (Übung)
Dozent/in: Ulf Brefeld, Yannick Rudolph
Termin:
wöchentlich | Donnerstag | 16:15 - 17:00 | 03.04.2023 - 04.05.2023 | C 14.006
wöchentlich | Donnerstag | 16:15 - 17:00 | 11.05.2023 - 22.06.2023 | C HS 3 | Raumwechsel!
wöchentlich | Donnerstag | 16:15 - 17:00 | 29.06.2023 - 06.07.2023 | C HS 4
Inhalt: Es werden grundlegende Kenntnisse des maschinellen Lernen vermittelt, die zur intelligenten Datenverarbeitung notwendig sind. Wir gehen auf verschiedene Problemstellungen ein (z.B. Klassifikation, Regression, Clustern), lernen Standardverfahren kennen (z.B. Entscheidungsbäume, SVMs), Strategien für eine allgemeine Herangehensweise und Versuchsaufbauten für eine solide empirische Evaluation.
Einführung in die Künstliche Intelligenz - Übung Gruppe 2 (Übung)
Dozent/in: Ulf Brefeld, Yannick Rudolph
Termin:
wöchentlich | Donnerstag | 17:00 - 17:45 | 03.04.2023 - 04.05.2023 | C 14.006
wöchentlich | Donnerstag | 17:00 - 17:45 | 11.05.2023 - 22.06.2023 | C HS 3 | Raumwechsel
wöchentlich | Donnerstag | 17:00 - 17:45 | 29.06.2023 - 06.07.2023 | C HS 4
Inhalt: Es werden grundlegende Kenntnisse des maschinellen Lernen vermittelt, die zur intelligenten Datenverarbeitung notwendig sind. Wir gehen auf verschiedene Problemstellungen ein (z.B. Klassifikation, Regression, Clustern), lernen Standardverfahren kennen (z.B. Entscheidungsbäume, SVMs), Strategien für eine allgemeine Herangehensweise und Versuchsaufbauten für eine solide empirische Evaluation.
Einführung in die Künstliche Intelligenz (Vorlesung)
Dozent/in: Ulf Brefeld, Yannick Rudolph
Termin:
wöchentlich | Donnerstag | 10:15 - 11:45 | 03.04.2023 - 07.07.2023 | C HS 4 | Vorlesung
Inhalt: Es werden grundlegende Kenntnisse des maschinellen Lernen vermittelt, die zur intelligenten Datenverarbeitung notwendig sind. Wir gehen auf verschiedene Problemstellungen ein (z.B. Klassifikation, Regression, Clustern), lernen Standardverfahren kennen (z.B. Entscheidungsbäume, SVMs), Strategien für eine allgemeine Herangehensweise und Versuchsaufbauten für eine solide empirische Evaluation.
Forecasting and Simulation (Vorlesung)
Dozent/in: Ulf Brefeld, Yannick Rudolph
Termin:
wöchentlich | Dienstag | 10:15 - 11:45 | 03.04.2023 - 07.07.2023 | C 11.320 | ...
Inhalt: The module provides a survey of the theory and application of data-based computational techniques to forecast and simulate data with temporal dependencies. Selected statistical approaches dealing with the special role of time in modeling will be discussed in detail. Topics of interest include: - stationary and non-stationary time series (ARIMA models) - conditional heteroscedastic time series (ARCH and GARCH models) - multivariate time series (VAR and VARMA models) - state space models (Kalman Filter)