Die Entscheidungstheorie befasst sich mit rationalen Entscheidungen unter Unsicherheit. Sie besitzt große interdisziplinäre Bedeutung etwa bei der Analyse und Unterstützung von Entscheidungen in der BWL (z.B. Investmentstrategien), VWL bzw. Soziologie (Rational Choice Theorie), Medizin (z.B. Expertensysteme) oder den Ingenieurwissenschaften (z.B. autonome Steuerung). Die statistische Entscheidungstheorie bietet zudem einen formalen Rahmen für die Wahl von Analysemethoden (optimale Tests oder Schätzer, beste Klassifikationsverfahren etc.); sie spielt eine fundamentale Rolle bei der kritischen Analyse und problemadäquaten Verallgemeinerung datenbasierter Lernverfahren.
Die Veranstaltung diskutiert zunächst die allgemeine Struktur von Entscheidungsproblemen inklusive fundamentaler Entscheidungsprinzipien. Dann analysiert und charakterisiert sie das Bayes- und das Minimaxkriterium als Extrempole, mit (Zustands-)Unsicherheit umzugehen, und entwickelt moderne Alternativen im Kontext komplexer Unsicherheit (Ambiguität). Im zweiten
Teil wird ein Überblick über weitere Themengebiete gegeben, der auch an die aktuelle Forschung im
Bereich der Entscheidungstheorie heranführt.
NEU:
In diesem Semester haben Sie erstmals zwei Möglichkeiten, ECTS-Punkte
zu erwerben. Sie können sich ausschließlich über den ersten Teil der
Veranstaltung prüfen lassen (Umfang etwa 2/3 der Vorlesungszeit) oder
eine Prüfung über beide Teile ablegen. In beiden Fällen erhalten Sie 6
ECTS-Punkte für das Modul "Entscheidungstheorie" aus den
Masterprüfungsordnungen, im zweiten darüberhinaus noch
3 weitere, separat benotete, ECTS-Punkte, die Sie flexibel einbringen können.
Wenn Sie sich begründet nachmelden wollen bitte Mail an dominik.kreiss@stat.uni-munchen.de
- Trainer/in: Thomas Augustin
- Trainer/in: Christoph Jansen
- Trainer/in: Dominik Kreiß