- Verstehen aktueller Entwicklungen in zu fortgeschrittenen Methoden der Statistik, maschinellem Lernen und statistischer Demografie (k2)
- Anwendung modernster Methodik und Code-Implementierung für Schätzung und Vorhersagen auf reale Datensätze (k3, k4, k5)
- Anpassung bestehender Methoden an neue Anwendungsbereiche (k6)
- Erörterung der Grenzen bestehender Methoden und Vorschläge zu deren Überwindung (k6)
|
- Wissenschaftlicher Stand der Technik in einem der Bereiche:
- Bayesianische Methoden, Machine Learning oder statistische Demografie (Event-history analysis, multi-state models, network analysis, multi-level analysis, demographic forecasting)
- Fähigkeiten in der Datenanalyse mit Schwerpunkt auf einem der oben genannten Bereiche
- Relevanz der oben genannten Bereiche für Probleme aus der Data Science
|
