Wahrscheinlichkeitstheorie für Data Science, AI und Risk Management - GRUNDLAGEN - 32 UE - DE EN
Institut: Digital Innovations Solution GmbHSeminarart: Basis-/Grundausbildung
Kursbeschreibung
In diesem Workshop beschäftigen wir uns in acht Terminen mit den Grundlagen der Wahrscheinlichkeitstheorie, dem Konzept von Zufallsvariablen und deren Wahrscheinlichkeitsverteilungen sowie ausgewählten diskreten Wahrscheinlichkeitsverteilungen und steitigen Wahrscheinlichkeitsverteilungen jeweils mit einfachen illustrierenden Beispielen und Übungen. Es bestehen keine inhaltlichen Voraussetzungen.
Die Wahrscheinlichkeitstheorie bildet die Grundlage der angewandten Statistik. Und beide sind im Kern für die folgenden Bereiche unverzichtbar:
- Data Science - Die Analyse von Geschäftsdaten zur Unterstützung von Entscheidungsprozessen und Erstellung von Prognosen
- AI - Die Auswahl von Modellen in der AI entsprechend den zu lösenden Problemen - eine von Natur aus anspruchsvolle Aufgabe
- Risk Management - Die Bewertung von Risiken - Kreditrisiko, Zinsrisiko, Währungsrisiko - bei Versicherungsprodukten und Finanzprodukten
Für die Workshoptermine und die Hausübungen wird ein eigenes Notebook mit R oder Python 3 benötigt. Sehr gerne helfen wir ihnen in diesem Zusammenhang telefonisch oder per Email.
Last updated 19. April 2026
TERMINE UND INHALTE
Montag 17. August 2026, 17:30 - 21:30
Donnerstag 20. August 2026, 17:30 - 21:30
Montag 24. August 2026, 17:30 - 21:30
Donnerstag 27. August 2026, 17:30 - 21:30
Montag 31. August 2026, 17:30 - 21:30
Donnerstag 03. September 2026, 17:30 - 21:30
Montag 07. September 2026, 17:30 - 21:30
Donnerstag 10. September 2026, 17:30 - 21:30
32 Unterrichtseinheiten. Eine Unterrichtseinheit UE entspricht 50 Minuten.
ERSTER UND ZWEITER TERMIN
Vorbemerkungen
- Der Zusammenhang zwischen Wahrscheinlichkeitstheorie und angewandter Statistik
- Die Bedeutung der Wahrscheinlichkeitstheorie als theoretische Grundlage für Data Science, AI und Risk Management
- Klassische Wahrscheinlichkeitsdefinition
- Die Begriffe Ereignis, Merkmalraum und Wahrscheinlichkeit
- Der Begriff des Wahrscheinlichkeitsraumes
- Unabhängigkeit von Ereignissen
- Additionstheorem für Wahrscheinlichkeiten
- Bedingte Wahrscheinlichkeiten
- Multiplikationstheorem für Wahrscheinlichkeiten
- Satz von der totalen Wahrscheinlichkeit
- Bayessche Formel
- Einfache illustrierende Beispiele
DRITTER UND VIERTER TERMIN
Zufallsvariable und deren Wahrscheinlichkeitsverteilungen
- Das Konzept von Zufallsvariablen - Synonyme sind stochastische Größen und random variables
- Definition von diskreten Zufallsvariablen
- Definition von stetigen Zufallsvariablen
- Verteilungsfunktion einer Wahrscheinlichkeitsverteilung
- p-Quantil einer Wahrscheinlichkeitsverteilung
- Erwartungswert einer Zufallsvariable
- Varianz einer Zufallsvariable
- Koarianz, Korrelation und Unabhängigkeit von Zufallsvariablen
- Momente einer Zufallsvariable
- Schwaches und starkes Gesetz der großen Zahlen
- Zentraler Grenzverteilungssatz
- Einfache illustrierende Beispiele
FÜNFTER UND SECHSTER TERMIN
Diskrete Wahrscheinlichkeitsverteilungen
- Diskrete Gleichverteilung
- Alternative Verteilung
- Binomialverteilung
- Hypergeometrische Verteilung
- Poissonverteilung
- Anwendungsbereiche und einfache illustrierende Beispiele
SIEBENTER UND ACHTER TERMIN
Stetige Wahrscheinlichkeitsverteilungen
- Stetige Gleichverteilung
- Exponentialverteilung
- Normalverteilung
- Bivariate Normalverteilung
- Anwendungsbereiche und einfache illustrierende Beispiele
BIBLIOGRAPHIE
Statistik für Wirtschaftswissenschaftler
Josef Bleymüller, 2020, achtzehnte Auflage
Wahrscheinlichkeitsrechnung und mathematische Statistik
Otfried Beyer, B.G. Teubner, 1999, achte Auflage
A First Course in Probability
Sheldon Ross, 2019, Pearson, tenth edition
Introduction to Probability, Statistics, and Random Processes
Hossein Pishro-Nik, 2014, Kappa Research, LLC, first edition
Student's Solutions Guide for Introduction to Probability, Statistics, and Random Processes
Hossein Pishro-Nik, 2016, Kappa Research, LLC, first edition
In diesem Workshop beschäftigen wir uns in acht Terminen mit den Grundlagen der Wahrscheinlichkeitstheorie, dem Konzept von Zufallsvariablen und deren Wahrscheinlichkeitsverteilungen sowie ausgewählten diskreten Wahrscheinlichkeitsverteilungen und steitigen Wahrscheinlichkeitsverteilungen jeweils mit einfachen illustrierenden Beispielen und Übungen. Es bestehen keine inhaltlichen Voraussetzungen.
Die Wahrscheinlichkeitstheorie bildet die Grundlage der angewandten Statistik. Und beide sind im Kern für die folgenden Bereiche unverzichtbar:
- Data Science - Die Analyse von Geschäftsdaten zur Unterstützung von Entscheidungsprozessen und Erstellung von Prognosen
- AI - Die Auswahl von Modellen in der AI entsprechend den zu lösenden Problemen - eine von Natur aus anspruchsvolle Aufgabe
- Risk Management - Die Bewertung von Risiken - Kreditrisiko, Zinsrisiko, Währungsrisiko - bei Versicherungsprodukten und Finanzprodukten
Für die Workshoptermine und die Hausübungen wird ein eigenes Notebook mit R oder Python 3 benötigt. Sehr gerne helfen wir ihnen in diesem Zusammenhang telefonisch oder per Email.
Last updated 19. April 2026
TERMINE UND INHALTE
Montag 17. August 2026, 17:30 - 21:30
Donnerstag 20. August 2026, 17:30 - 21:30
Montag 24. August 2026, 17:30 - 21:30
Donnerstag 27. August 2026, 17:30 - 21:30
Montag 31. August 2026, 17:30 - 21:30
Donnerstag 03. September 2026, 17:30 - 21:30
Montag 07. September 2026, 17:30 - 21:30
Donnerstag 10. September 2026, 17:30 - 21:30
32 Unterrich…
Beginn
17.08.2026
Ende
10.09.2026
Dauer
Wöchentlich jeweils Montag und Donnerstag 17:30 bis 21:30
Ort
DIS Seminarzentrum
Marischkapromenade 3 / TOP 9, A-1210 Wien
S1, S2 und REX2 - Wien Siemensstraße
Marischkapromenade 3 / TOP 9, A-1210 Wien
S1, S2 und REX2 - Wien Siemensstraße
Kontakt
Fragen zu den Inhalten, Themenvorschläge, Terminvorschläge und Anmeldung
DI Josef STEPISNIK
E josef.stepisnik@digital-innovation.at
M +43 664 850 43 77
DI Josef STEPISNIK
E josef.stepisnik@digital-innovation.at
M +43 664 850 43 77
Um den Lernprozess in den Workshop integrieren zu können wünschen wir uns Teilnehmer, die zuhören und auf die Workshopinhalte sowie die Beiträge anderer Teilnehmer reflektieren können. Damit schaffen wir gemeinsam eine interaktive Lernumgebung in der sie mühelos neues Wissen erwerben und gleichzeitig Spass haben. Um diese Interaktivität auch praktisch zu ermöglichen erachten wir vier bis sechs Teilnehmer als ideal.
Es bestehen keine inhaltlichen Voraussetzungen.
Für die Workshoptermine und die Hausübungen wird ein eigenes Notebook mit R oder Python 3 benötigt. Sehr gerne helfen wir ihnen in diesem Zusammenhang telefonisch oder per Email.
Es bestehen keine inhaltlichen Voraussetzungen.
Für die Workshoptermine und die Hausübungen wird ein eigenes Notebook mit R oder Python 3 benötigt. Sehr gerne helfen wir ihnen in diesem Zusammenhang telefonisch oder per Email.
Ziele
Wir beschäftigen uns in acht Terminen mit den Grundlagen der Wahrscheinlichkeitstheorie, dem Konzept von Zufallsvariablen und deren Wahrscheinlichkeitsverteilungen sowie ausgewählten diskreten Wahrscheinlichkeitsverteilungen und steitigen Wahrscheinlichkeitsverteilungen jeweils mit einfachen illustrierenden Beispielen und Übungen. .
Zertifikat(e)
Das entsprechende Zertifikat wird in Deutsch oder Englisch ausgestellt. Es inkludiert eine detaillierte Beschreibung der tatsächlichen Workshopinhalte und eine Anwesenheitsbestätigung zu den tatsächlich besuchten Workshopterminen.
Kosten
€ 820
EUR 820 inklusive 20% USt. Präsenzworkshop inklusive Unterlagen, Besprechung der Hausaufgaben und Abschlusszertifikat.
EUR 820 inklusive 20% USt. Präsenzworkshop inklusive Unterlagen, Besprechung der Hausaufgaben und Abschlusszertifikat.
Förderungen
Das AMS als führendes Dienstleistungsunternehmen am Arbeitsmarkt sowie die AK und der waff bieten unter www.weiterbildungsdatenbank.at/foerderprogramme Informationen zur Finanzierung ihrer Bildungspläne. Siehe dazu auch den Abschnitt WEITERE DATEN.
Plätze
4 - 6
Sonstiges
Erklärung zur Arbeitnehmerveranlagung
Aufwendungen für Bildungsmaßnahmen sind als Werbungskosten abzugsfähig, wenn sie Kosten für Fortbildung, Ausbildung im verwandten Beruf oder eine umfassende Umschulung darstellen. Diese können nach Ablauf des entsprechendes Jahres in ihrer Erklärung zur Arbeitnehmerveranlagung unter Kennzahl 722 geltend gemacht werden. Sehen Sie dazu bitte das BM für Finanzen unter www.bmf.gv.at/ für einen ausführlichen Überblick zur Arbeitnehmerveranlagung.
Aufwendungen für Bildungsmaßnahmen sind als Werbungskosten abzugsfähig, wenn sie Kosten für Fortbildung, Ausbildung im verwandten Beruf oder eine umfassende Umschulung darstellen. Diese können nach Ablauf des entsprechendes Jahres in ihrer Erklärung zur Arbeitnehmerveranlagung unter Kennzahl 722 geltend gemacht werden. Sehen Sie dazu bitte das BM für Finanzen unter www.bmf.gv.at/ für einen ausführlichen Überblick zur Arbeitnehmerveranlagung.
