240197 Topics of Statistical Learning (S) (SoSe 2026)
Inhalt, Kommentar
-
Experimental machine learning advances ahead of theory.
Practitioners identify and exploit phenomena that are yet theoretically void. We discuss recent research at the intersection of statistics and machine learning. The aim is to stay current on both theoretical and experimental advances.A nonexhaustive list of topics includes transfer learning, RKHS theory, algebraic statistics, high-dimensional statistics, and manifold estimation.
Participants from all fields are welcome to attend and/or get involved.
Teilnahmevoraussetzungen, notwendige Vorkenntnisse
-
Linear Algebra, Analysis, Probability theory
Lehrende
Termine ( Kalendersicht )
| Rhythmus | Tag | Uhrzeit | Format / Ort | Zeitraum |
|---|
Zeige vergangene Termine >> Terminansicht bearbeiten
Fachzuordnungen
| Modul | Veranstaltung | Leistungen | |
|---|---|---|---|
| 24-M-P1 Profilierung 1 | Profilierungsseminar | Studienleistung
|
Studieninformation |
| 24-M-P1a Profilierung 1 Teil A | Profilierungsseminar | Studienleistung
|
Studieninformation |
| 24-M-P1b Profilierung 1 Teil B | Profilierungsseminar | Studienleistung
|
Studieninformation |
| 24-M-P2 Profilierung 2 | Profilierungsseminar | Studienleistung
|
Studieninformation |
| 24-M-PT-ST5a Ausgewählte Kapitel der Wahrscheinlichkeitstheorie und Statistik 1 | Seminar Selected Topics in Probability Theory and Statistics | Studienleistung
benotete Prüfungsleistung |
Studieninformation |
| 24-M-PT-ST5b Ausgewählte Kapitel der Wahrscheinlichkeitstheorie und Statistik 2 | Seminar Selected Topics in Probability Theory and Statistics | Studienleistung
benotete Prüfungsleistung |
Studieninformation |
| 24-M-PWM Profilierung Wirtschaftsmathematik | Profilierungsseminar | Studienleistung
|
Studieninformation |
Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.
Keine Konkretisierungen vorhanden
- Moodle-Kurs
- Moodle-Kurs
- Adresse:
- SS2026_240197@ekvv.uni-bielefeld.de
- Lehrende, ihre Sekretariate sowie für die Pflege der Veranstaltungsdaten zuständige Personen können über diese Adresse E-Mails an die Veranstaltungsteilnehmer*innen verschicken. WICHTIG: Sie müssen verschickte E-Mails jeweils freischalten. Warten Sie die Freischaltungs-E-Mail ab und folgen Sie den darin enthaltenen Hinweisen.
- Falls die Belegnummer mehrfach im Semester verwendet wird können Sie die folgende alternative Verteileradresse nutzen, um die Teilnehmer*innen genau dieser Veranstaltung zu erreichen: VST_663695020@ekvv.uni-bielefeld.de
- Hinweise:
- Weitere Hinweise zu den E-Mailverteilern
- Letzte Änderung Grunddaten/Lehrende:
- Montag, 11. Mai 2026
- Letzte Änderung Zeiten:
- Montag, 1. Juni 2026
- Letzte Änderung Räume:
- Montag, 1. Juni 2026
- Art(en) / SWS
- Seminar (S) / 2
- Sprache
- Diese Veranstaltung wird komplett in englischer Sprache gehalten
- Einrichtung
- Fakultät für Mathematik
- Fragen oder Korrekturen?
- Fragen oder Korrekturwünsche zu dieser Veranstaltung?
- Planungshilfen
- Terminüberschneidungen für diese Veranstaltung
- Link auf diese Veranstaltung
- Wenn Sie diese Veranstaltungsseite verlinken wollen, so können Sie einen der folgenden Links verwenden. Verwenden Sie nicht den Link, der Ihnen in Ihrem Webbrowser angezeigt wird!
- Der folgende Link verwendet die Veranstaltungs-ID und ist immer eindeutig:
- https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=663695020
- Seite zum Handy schicken
-
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code:
- ID
- 663695020
Zum Seitenanfang