Kursets formål er, at de studerende tilegner sig en erfaring og forståelse af bayesiansk statistik og metoder for simulationsbaseret statistik inferens samt implementering af sådanne metoder i praksis ved brug af en computer.
har opnået viden om bayesiansk tankegang og grundlæggende ideer inklusiv (konjugerede) prior fordelinger
har opnået viden om algoritmer, der benyttes til bayesiansk inferens såsom Gibbs sampleren og Metropolis-Hastings algoritmen
har opnået viden om teorien for Markovkæde Monte Carlo metoder såsom irreducibilitet, aperiodicitet og invariant tætheder
har opnået viden om praktiske udfordringer i forbindelse med simulationsbaseret inferens såsom tuning, acceptrater og burn-in
kan anvende de relevante metoder fra kurset til at udføre en bayesiansk analyse af et givent datasæt
kan angive de underliggende antagelser samt argumentere for begrænsninger og rækkeviden af de valgte metoder
Undervisningen tilrettelægges i henhold til de generelle undervisningsformer for uddannelsen, jf. §17 i studieordningen.
Projektmodulet er på 5 ECTS svarende til en arbejdsmængde på 150 timer.
Prøvens navn | Bayesiansk statistik, simulering og software |
Prøveform | Aktiv deltagelse/løbende evaluering
Reeksamen: Mundtlig baseret på afleveret opgave. |
ECTS | 5 |
Bedømmelsesform | Bestået/ikke bestået |
Censur | Intern prøve |
Vurderingskriterier | Vurderingskriterierne er angivet i Universitetets eksamensordning |
Engelsk titel | Bayesian Statistics, Simulation and Software |
Modulkode | 22KMAT1BAYES |
Modultype | Kursus |
Varighed | 1 semester |
Semester | Efterår
|
ECTS | 5 |
Undervisningssprog | Dansk |
Tomplads | Ja |
Undervisningssted | Campus Aalborg |
Modulansvarlig |
Studienævn | Studienævn for Matematiske Fag |
Institut | Institut for Matematiske Fag |
Fakultet | Det Ingeniør- og Naturvidenskabelige Fakultet |