Abschlussarbeiten Prof. Dr. Sarah Friedrich
2023
- Maschinelles Lernen für Medizinische Datensätze mit kleinen Stichproben, Katharina Ohlhoff, Erstgutachterin: Prof. Dr. Sarah Friedrich, Zweitgutachter: Prof. Dr. Gernot Müller
2022
- Federated Learning: Statistische Herausforderungen, Kevin Wonhas, Erstgutachterin: Prof. Dr. Sarah Friedrich, Zweitgutachterin: Prof. Dr. Tatjana Stykel
- Resampling Approaches for Repeated Measures Data: A Replication Study and an Application to Stock Market Data, Marlene Ngango Ngameni, Erstgutachterin: Prof. Dr. Sarah Friedrich, Zweitgutachter: Prof. Dr. Gernot Müller
- Estimation the Causal Risk Difference in Time-to-Event Data, Dominik Nolde, Erstgutachterin: Prof. Dr. Sarah Friedrich, Zweitgutachter: Prof. Dr. Gernot Müller
2022
- Machine Learning Verfahren und ihre Anwendungen in der genetischen Epidemiologie, Michael Hiery, Erstgutachterin: Prof. Dr. Sarah Friedrich, Zweitgutachter: Prof. Dr. Gernot Müller
- Comparison of Machine Learning Algorithmus with an Apllication in EEG Data, Ali Özkan, Erstgutachterin: Prof. Dr. Sarah Friedrich, Zweitgutachter: Prof. Dr. Gernot Müller
- Das Cox-Aalen Modell, Doreen Streutgens, Erstgutachterin: Prof. Dr. Sarah Friedrich, Zweitgutachter: Prof. Dr. Gernot Müller
2023
Dominik Nolde, WS 2022/2023, Betreuer Prof. Dr. Sarah Friedrich, Softwareumgebung: R, Thema: „Simulationsstudie zum Vergleich verschiedener Verfahren zur Schätzung der kausalen Risikodifferenz in Ereigniszeitdaten”

© colourbox