Peter L. Bühlmann: Katalogdaten im Frühjahrssemester 2016 |
Name | Herr Prof. Dr. Peter L. Bühlmann |
Lehrgebiet | Mathematik |
Adresse | Seminar für Statistik (SfS) ETH Zürich, HG G 17 Rämistrasse 101 8092 Zürich SWITZERLAND |
Telefon | +41 44 632 73 38 |
Fax | +41 44 632 12 28 |
peter.buehlmann@stat.math.ethz.ch | |
URL | http://stat.ethz.ch/~peterbu |
Departement | Mathematik |
Beziehung | Ordentlicher Professor |
Nummer | Titel | ECTS | Umfang | Dozierende | |
---|---|---|---|---|---|
401-3620-16L | Seminar in Statistics: Learning Blackjack Number of participants limited to 18. Mainly for students from the Mathematics Bachelor and Master Programmes who, in addition to the introductory course unit 401-2604-00L Probability and Statistics, have heard at least one core or elective course in statistics | 4 KP | 2S | J. Peters, P. L. Bühlmann, M. H. Maathuis, N. Meinshausen, S. van de Geer | |
Kurzbeschreibung | In this seminar, we study different methods that can be applied to the problem of finding a good strategy to play Blackjack. Since the machine does not know the rules of Blackjack, it adopts (and modifies) random strategies. The data for learning will be the games that have been played. Some parts of the seminar will be devoted to implementing these methods in python. | ||||
Lernziel | After this seminar, you should know - the problem of reinforcement learning, - inverse probability weighting and its relation to causality, - Q-learning, - contextual multi-armed bandits and - the optimal strategy of playing BlackJack. | ||||
Voraussetzungen / Besonderes | We require at least one course in statistics in addition to the 4th semester course Introduction to Probability and Statistics and basic knowledge in computer programming. Topics will be assigned during the first meeting. | ||||
401-3632-00L | Computational Statistics | 10 KP | 3V + 2U | M. Mächler, P. L. Bühlmann | |
Kurzbeschreibung | "Computational Statistics" deals with modern methods of data analysis (aka "data science") for prediction and inference. An overview of existing methodology is provided and also by the exercises, the student is taught to choose among possible models and about their algorithms and to validate them using graphical methods and simulation based approaches. | ||||
Lernziel | Getting to know modern methods of data analysis for prediction and inference. Learn to choose among possible models and about their algorithms. Validate them using graphical methods and simulation based approaches. | ||||
Inhalt | Das Schliessen von beobachteten Daten auf komplexe Modelle ist ein zentrales Thema der rechnerorientierten Statistik. Die Modelle sind oft unendlich-dimensional und die statistischen Verfahren deshalb Computer-intensiv. Als Grundlage wird die klassische multiple Regression eingeführt. Danach werden einige nichtparametrische Verfahren für die Regression und die Klassifikation vorgestellt: Kernschätzer, glättende Splines, Regressions-/Klassifikationsbäume, additive Modelle, Projection Pursuit und evtl. Neuronale Netze, wobei einige davon gut interpretierbar und andere für genaue Prognosen geeignet sind. Insbesondere werden auch die Problematik des Fluchs der Dimension und die stochastische Regularisierung diskutiert. Nebst dem Anpassen eines (komplexen) Modells werden auch die Evaluation, Güte und Unsicherheit von Verfahren und Modellen anhand von Resampling, Bootstrap und Kreuz-Validierung behandelt. In den Übungen wird mit dem Statistik-Paket R (http://www.R-project.org) gearbeitet. Es werden dabei auch praxis-bezogene Probleme bearbeitet. | ||||
Skript | lecture notes are available online; see http://stat.ethz.ch/education/ (-> "Computational Statistics"). | ||||
Literatur | (see the link above, and the lecture notes) | ||||
Voraussetzungen / Besonderes | Basic "applied" mathematical calculus and linear algebra. At least one semester of (basic) probability and statistics. | ||||
401-5000-00L | Zurich Colloquium in Mathematics | 0 KP | W. Werner, P. L. Bühlmann, M. Burger, S. Mishra, R. Pandharipande, Uni-Dozierende | ||
Kurzbeschreibung | |||||
Lernziel | |||||
401-5620-00L | Research Seminar on Statistics | 0 KP | 2K | P. L. Bühlmann, L. Held, T. Hothorn, M. H. Maathuis, N. Meinshausen, S. van de Geer, M. Wolf | |
Kurzbeschreibung | Forschungskolloquium | ||||
Lernziel | |||||
401-5640-00L | ZüKoSt: Seminar on Applied Statistics | 0 KP | 1K | M. Kalisch, P. L. Bühlmann, R. Furrer, L. Held, T. Hothorn, M. H. Maathuis, M. Mächler, L. Meier, N. Meinshausen, M. Robinson, C. Strobl, S. van de Geer | |
Kurzbeschreibung | 5 bis 6 Vorträge zur angewandten Statistik. | ||||
Lernziel | Kennenlernen von statistischen Methoden in ihrer Anwendung in verschiedenen Gebieten, besonders in Naturwissenschaft, Technik und Medizin. | ||||
Inhalt | In 5-6 Einzelvorträgen pro Semester werden Methoden der Statistik einzeln oder überblicksartig vorgestellt, oder es werden Probleme und Problemtypen aus einzelnen Anwendungsgebieten besprochen. 3 bis 4 der Vorträge stehen in der Regel unter einem Semesterthema. | ||||
Skript | Bei manchen Vorträgen werden Unterlagen verteilt. Eine Zusammenfassung ist kurz vor den Vorträgen im Internet unter http://stat.ethz.ch/talks/zukost abrufbar. Ankündigunen der Vorträge werden auf Wunsch zugesandt. | ||||
Voraussetzungen / Besonderes | Dies ist keine Vorlesung. Es wird keine Prüfung durchgeführt, und es werden keine Kreditpunkte vergeben. Nach besonderem Programm. Koordinator M. Kalisch, Tel. 044 632 3435 Lehrsprache ist Englisch oder Deutsch je nach ReferentIn. Course language is English or German and may depend on the speaker. |