Differences between revisions 1 and 33 (spanning 32 versions)
Revision 1 as of 2012-07-12 18:16:03
Size: 1019
Editor: IreneWinkler
Comment:
Revision 33 as of 2012-10-09 08:56:46
Size: 2590
Editor: mlm
Comment:
Deletions are marked like this. Additions are marked like this.
Line 5: Line 5:
||'''Erster Termin für Themenvergabe'''|| Mittwoch, 18.05.2011, 10:00-12:00 Uhr, Raum FR 6046 || ||'''Erster Termin für Themenvergabe'''|| Donnerstag, 08.11.2012, 15:00-16:00 Uhr, Raum FR 6046 ||
||'''Termin für Blockseminar'''|| nach Absprache ||
Line 7: Line 8:
||'''Ansprechtpartner(in)'''|| [[mailto:motoaki.kawanabe@first.fraunhofer.de|Motoaki Kawanabe, Ph.D Universität Tokio]], [[mailto:buenau@cs.tu-berlin.de| Paul von Bünau]] || ||'''Ansprechtpartner(in)'''|| [[mailto:duncan.blythe@bccn-berlin.de|Duncan Blythe]], [[mailto:irene.winkler@tu-berlin.de| Irene Winkler]] ||
Line 9: Line 10:
||'''Anrechenbarkeit''|| Wahlpflicht LV in dem M.Sc. Modulen Maschinelles Lernen 1 || ||'''Anrechenbarkeit''|| Wahlpflicht in dem M.Sc. Modul Maschinelles Lernen 1 ||
Line 12: Line 13:
=== Papers === In diesem Seminar werden mathematische und statistischen Modelle zum Erkennen von kausalen Zusammenhängen besprochen. Im Gegensatz zu reinen Vorhersagemodellen, die auf den Assoziationen/Korrelationen zwischen Variablen beruhen, ist das Ziel der empirischen Kausalanalyse, Ursache und Wirkung in komplexen Systemen zu identifizieren.
Line 14: Line 15:
Die Vorträge sollen jeweils 35 Minuten (+ 10 Minuten Diskussion) dauern. Wir legen Wert auf diese Zeitvorgabe und werden Vorträge bei deutlicher Überschreitung abbrechen. Die Vorträge sollen jeweils 30 Minuten (+ 10 Minuten Diskussion) dauern. Wir legen Wert auf diese Zeitvorgabe und werden Vorträge bei deutlicher Überschreitung abbrechen.
Line 16: Line 17:
|| '''Thema''' || '''Betreuer''' || '''Student''' ||
|| [[attachment:PhysRevLett_103_214101.pdf|Stationary Subspace Analysis]] || [[mailto:buenau@cs.tu-berlin.de|Paul von Bünau]] || ||



|| '''Thema''' || '''Betreuer''' || '''Student''' || '''Beschreibung''' ||
|| [[attachment:Information Geometry for Causality.pdf]] || Duncan Blythe || || Für die Mathe Interessenten||
|| [[attachment:Rubin Model.pdf]] || Duncan Blythe || || ||
|| [[attachment:Pearl Diagrams and Causality.pdf]] || Duncan Blythe || || Pearl ist ein Riesen in der Kausal Analyse ||
|| [[attachment:PSI.pdf]] || Duncan Blythe || || Granger Kausalität funktioniert nicht immer ... ||
|| [[attachment:Nonlinearity and Causality.pdf]] || Duncan Blythe || || Aus Nichtlinearität kann man oft eine kausale Richtung schliessen ||
|| [[attachment:Granger Causality.pdf]] || Duncan Blythe || || Auch ein Nobel Preis Sieger ||
|| [[attachment:Cortical Interaction and Coherency.pdf]] || Duncan Blythe || || Wie analysiert man Kausalität im Gehirn? ||
|| [[attachment:Conditional Complexity.pdf]] || Duncan Blythe || || Kausal Analyse mittels ein Mass fuer Konditional Verteilung Komplexität ||
|| [[attachment:Cointegration.pdf]] || Irene Winkler || || Nobel Preis für Wirtschaft||

Als hintergrund zu den Schwierigkeiten bei der Kausal Analyse, mag [[http://plato.stanford.edu/entries/paradox-simpson/|Simpson's Paradox]] nutzlich sein.

Besonders motivierte Studenten koennen sich "An Enquiry Concerning Human Understanding" von David Hume anschauen, um das Thema in die historisches Perspektive zu setzen.

Block-Seminar "Moderne Verfahren des Maschinellen Lernens: Kausalanalyse"

Termine und Informationen

Erster Termin für Themenvergabe

Donnerstag, 08.11.2012, 15:00-16:00 Uhr, Raum FR 6046

Termin für Blockseminar

nach Absprache

Verantwortlich

Prof. Dr. Klaus-Robert Müller

Ansprechtpartner(in)

Duncan Blythe, Irene Winkler

Sprache

Englisch

Anrechenbarkeit

Wahlpflicht in dem M.Sc. Modul Maschinelles Lernen 1

In diesem Seminar werden mathematische und statistischen Modelle zum Erkennen von kausalen Zusammenhängen besprochen. Im Gegensatz zu reinen Vorhersagemodellen, die auf den Assoziationen/Korrelationen zwischen Variablen beruhen, ist das Ziel der empirischen Kausalanalyse, Ursache und Wirkung in komplexen Systemen zu identifizieren.

Die Vorträge sollen jeweils 30 Minuten (+ 10 Minuten Diskussion) dauern. Wir legen Wert auf diese Zeitvorgabe und werden Vorträge bei deutlicher Überschreitung abbrechen.

Thema

Betreuer

Student

Beschreibung

Information Geometry for Causality.pdf

Duncan Blythe

Für die Mathe Interessenten

Rubin Model.pdf

Duncan Blythe

Pearl Diagrams and Causality.pdf

Duncan Blythe

Pearl ist ein Riesen in der Kausal Analyse

PSI.pdf

Duncan Blythe

Granger Kausalität funktioniert nicht immer ...

Nonlinearity and Causality.pdf

Duncan Blythe

Aus Nichtlinearität kann man oft eine kausale Richtung schliessen

Granger Causality.pdf

Duncan Blythe

Auch ein Nobel Preis Sieger

Cortical Interaction and Coherency.pdf

Duncan Blythe

Wie analysiert man Kausalität im Gehirn?

Conditional Complexity.pdf

Duncan Blythe

Kausal Analyse mittels ein Mass fuer Konditional Verteilung Komplexität

Cointegration.pdf

Irene Winkler

Nobel Preis für Wirtschaft

Als hintergrund zu den Schwierigkeiten bei der Kausal Analyse, mag Simpson's Paradox nutzlich sein.

Besonders motivierte Studenten koennen sich "An Enquiry Concerning Human Understanding" von David Hume anschauen, um das Thema in die historisches Perspektive zu setzen.

IDA Wiki: Main/WS12_SeminarKausalanalyse (last edited 2012-11-13 12:36:20 by mlm)