Die Vorlesung beginnt mit der Einführung in grundlegende Konzepte der robusten Statistik und Data Science. Dann gehen wir zu statistischem Lernen über und beschreiben aktuelle robuste Data-Science-Methoden (z.B. in Regression und Klassifikation, Clusteranalyse), bevor wir uns mit dem anspruchsvollen hochdimensionalen Setting befassen, in dem strukturelle Annahmen wie Sparsity erforderlich sind, um eine Lösung zu finden.

Biomedizinische Anwendungen wie die Erfassung des Gesundheitszustands durch tragbare Geräte und die Analyse genomischer Daten werden erörtert. Es werden Open-Source-Toolboxen zur Verfügung gestellt, mit denen die Studierenden die in der Vorlesung besprochenen Methoden praktisch anwenden können. Alle Materialien, einschließlich Videovorlesungen, Skripte und zusätzliches Lesematerial, Toolboxen und unser Buch über robuste Statistik sind im Moodle-Kurs verfügbar.

Bitte registrieren Sie sich über TUCaN, um Zugang zum Moodle-Kurs zu erhalten.