Differences between revisions 41 and 42
Revision 41 as of 2012-10-10 10:38:23
Size: 2931
Editor: DanielBartz
Comment:
Revision 42 as of 2012-10-10 10:42:12
Size: 2977
Editor: DanielBartz
Comment:
Deletions are marked like this. Additions are marked like this.
Line 20: Line 20:
|| [[attachment:Pearl Diagrams and Causality.pdf]] || Duncan Blythe || || J. Pearl ist ein großer Name in Kausalanalyse, graphischen Modellen usw. (Review paper) ||
|| [[attachment:Cointegration.pdf]] || Irene Winkler || || Nobelpreis für Wirtschaft||
|| [[attachment:Granger Causality.pdf]] || Duncan Blythe || || Auch ein Nobel Preis Sieger ||
|| [[attachment:Pearl Diagrams and Causality.pdf]] || Daniel Bartz || || J. Pearl ist ein großer Name in Kausalanalyse, graphischen Modellen usw. (Review paper) ||
|| [[attachment:Cointegration.pdf]] || Irene Winkler || || Granger und Engle, Nobelpreis für Wirtschaft 2003||
|| [[attachment:Granger Causality.pdf]] || Duncan Blythe || || Eine weitere Arbeit des Nobelpreisträgers Granger ||

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 statistische Modelle zur Erkennung 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 den Eintrag Correlation does not imply Causation auf Wikipedia.

Thema

Betreuer

Student

Beschreibung

Pearl Diagrams and Causality.pdf

Daniel Bartz

J. Pearl ist ein großer Name in Kausalanalyse, graphischen Modellen usw. (Review paper)

Cointegration.pdf

Irene Winkler

Granger und Engle, Nobelpreis für Wirtschaft 2003

Granger Causality.pdf

Duncan Blythe

Eine weitere Arbeit des Nobelpreisträgers Granger

Rubin Model.pdf

Duncan Blythe

Ähnliche Vorgehensweise zur Granger Causality

PSI.pdf

Duncan Blythe

Granger Kausalität funktioniert nicht immer, z.b. im Gehirn ...

Cortical Interaction and Coherency.pdf

Duncan Blythe

Wie analysiert man Kausalität im Gehirn?

Nonlinearity and Causality.pdf

Duncan Blythe

Aus Nichtlinearität kann man oft eine kausale Richtung schliessen

Conditional Complexity.pdf

Duncan Blythe

Kausal Analyse mittels ein Maßes für bedingte Verteilungen der Komplexität

Information Geometry for Causality.pdf

Duncan Blythe

Für Mathe-Interessierte

Als Hintergrund zu den Schwierigkeiten bei der Kausalanalyse, mag Simpson's Paradox nutzlich sein.

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

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