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  
wöchentlich Do 14-16 V4-116 13.04.-24.07.2026
nicht am: 14.05.26 / 04.06.26
einmalig Mo 13-18 V4-116 27.07.2026

Fachzuordnungen

Modul Veranstaltung Leistungen  
24-M-P1 Profilierung 1 Profilierung 1 Profilierungsseminar Studienleistung
Studieninformation
24-M-P1a Profilierung 1 Teil A Profilierung 1 Teil A Profilierungsseminar Studienleistung
Studieninformation
24-M-P1b Profilierung 1 Teil B Profilierung 1 Teil B Profilierungsseminar Studienleistung
Studieninformation
24-M-P2 Profilierung 2 Profilierung 2 Profilierungsseminar Studienleistung
Studieninformation
24-M-PT-ST5a Ausgewählte Kapitel der Wahrscheinlichkeitstheorie und Statistik 1 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 Ausgewählte Kapitel der Wahrscheinlichkeitstheorie und Statistik 2 Seminar Selected Topics in Probability Theory and Statistics Studienleistung
benotete Prüfungsleistung
Studieninformation
24-M-PWM Profilierung Wirtschaftsmathematik 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: QR-Code vergrößern
ID
663695020