Modul MA4665-KP05
Statistisches Lernen (StaLerKP05)
Dauer
1 Semester
Angebotsturnus
Alle zwei Jahre
Leistungspunkte
5
Studiengang, Fachgebiet und Fachsemester:
- Master Medizinische Informatik 2019, Wahlpflicht, Medical Data Science / Künstliche Intelligenz, 1. oder 2. Fachsemester
- Master Mathematik in Medizin und Lebenswissenschaften 2023, Wahlpflicht, Mathematik, 1., 2. oder 3. Fachsemester
- Bachelor Mathematik in Medizin und Lebenswissenschaften 2023, Wahlpflicht, Mathematik, 5. oder 6. Fachsemester
- Master Mathematik in Medizin und Lebenswissenschaften 2016, Wahlpflicht, Mathematik, 1., 2. oder 3. Fachsemester
- Bachelor Mathematik in Medizin und Lebenswissenschaften 2016, Wahlpflicht, Mathematik, 5. oder 6. Fachsemester
Lehrveranstaltungen:
- MA4665-Ü: Statistisches Lernen (Übung, 1 SWS)
- MA4665-V: Statistisches Lernen (Vorlesung, 2 SWS)
Workload:
- 45 Stunden Präsenzstudium
- 15 Stunden Prüfungsvorbereitung
- 60 Stunden Selbststudium
- 30 Stunden Eigenständige Projektarbeit
Lehrinhalte:
- Anwendungsszenarien und Fragestellungen für Vorhersagemodelle (Schwerpunkt: Risikovorhersage)
- Studiendesign und Datenvorverarbeitung
- Übersicht verschiedener maschineller Lernverfahren (Konzepte, Vor- und Nachteile)
- Entwicklung von Vorhersagemodellen
- Bewertung der Vorhersagegüte
- Vergleich von Vorhersagemodellen
- Variablenauswahl
- Erweiterung auf Ereigniszeiten mit Zensierung
Qualifikationsziele/Kompetenzen:
- Die Studierenden können Fragestellungen definieren, zu deren Beantwortung Vorhersagemodelle geeignet sind
- Sie können die einzelnen Schritte bei der Entwicklung und der Bewertung von Vorhersagemodellen erläutern
- Sie können dabei häufig auftretende Fehler und Probleme sowie Lösungsmöglichkeiten beschreiben
- Sie können zentrale Ideen verschiedener maschineller Lernverfahren beschreiben und geeignete Verfahren in Anwendungssituationen auswählen
- Sie können Modelle in der Programmiersprache R entwickeln und bewerten
Vergabe von Leistungspunkten und Benotung durch:
- Projektarbeit
- Mündliche Prüfung oder Klausur
Setzt voraus:
Modulverantwortliche:
- Prof. Dr. rer. nat. Silke Szymczak
Lehrende:
- Institut für Medizinische Biometrie und Statistik
- Prof. Dr. rer. nat. Silke Szymczak
- MitarbeiterInnen des Instituts
Literatur:
- Thomas Gerds und Michael Kattan : Medical Risk Prediction Models: With Ties to Machine Learning CRC Press: Bota Raton, FL (2022)
Sprache:
- Deutsch oder Englisch
Bemerkungen:
Zulassungsvoraussetzungen zur Belegung des Moduls:- Keine (die Kompetenzen der unter Setzt voraus genannten Module werden für dieses Modul benötigt, sind aber keine formale Voraussetzung)
Zulassungsvoraussetzungen zur Teilnahme an Modul-Prüfung(en):
- Keine
Modulprüfung(en):
- MA4665-L1: Statistisches Lernen, Mündliche Prüfung (20 min) oder Klausur (60 min), 50 % der Modulnote
- MA4665-L2:Forschungsprojekt inkl. Vortrag und Code-Dokumentation, 50 % der Modulnote
Letzte Änderungen:
12.09.2024