Diff for "Main/WS12_SeminarKausalanalyse"

Differences between revisions 2 and 35 (spanning 33 versions)

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.

Als Entscheidungsmittel empfehlen wir das Wikipedia Eintrag Correlation does not imply Causation

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)

-  ⇤ ← Revision 2 as of 2012-07-12 18:17:09 → 
  Size: 982
  Editor: IreneWinkler
  Comment:
+   ← Revision 35 as of 2012-10-09 09:03:41 → ⇥
  Size: 2815
  Editor: mlm
  Comment:
-Deletions are marked like this.
+Additions are marked like this.
 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 9:
+Line 10:
-||'''Anrechenbarkeit''|| Wahlpflicht 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]] ||  ||
+Als Entscheidungsmittel empfehlen wir das Wikipedia Eintrag [[ https://en.wikipedia.org/wiki/Correlation_does_not_imply_causation | Correlation does not imply Causation]]

|| '''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 [[http://www.gutenberg.org/files/9662/9662-h/9662-h.htm |An Enquiry Concerning Human Understanding]] von David Hume anschauen, um das Thema in die historisches Perspektive zu setzen.