Theses in the Chair of "Statistical Methods for Big Data"

Double descent in boosting

The phenomenon of double descent in the loss function has been studied and undercovered in a variety of models. However, not sufficient studies have been performed about
- double descent in L2 boosting with linear learners
- double descent in L2 boosting / xgboost flooding
Such a thesis is apt for both Bachelor and Master students (depending on the workload). You can program in Python, but preferably R. Datasets will be provided. Some literature you can have a look at is attached:

https://www.pnas.org/doi/10.1073/pnas.1903070116 - https://arxiv.org/pdf/2002.08709.pdf

Selective confidence intervals for tree-based models via parametric bootstrap

An exposé for this master thesis topic, which will be mainly supervised by PD Dr. Moritz Berger (IMBIE, University of Bonn), can be found here.

• Thorben Kiel (2024): Erholungstage im Fußball - Eine statistische Analyse mittels ordinaler Regressionsmodelle (BA)
• Jonas Sternemann (2024): Modellierung und Vorhersage der UEFA EURO 2024 mittels Kombinations-Verfahren des statistischen Lernens (BA)
• Akshat Khanna (2024): Machine learning based anomaly detection framework in life insurance contracts (MA)
• Lutz Weiland (2024): Statistische Modellierung und Vorhersage des Potenzials von NBA-Spielern anhand ihrer Rookie-Leistungen (BA)
• Muhammad Moaz Khan (2023): Predicting Invoice Default with Statistical Learning: A Comparative Analysis of Baseline vs. Aggregated Transactional Data Approach (MA)
• Sarrah Awad Abdalla Alawad (2023): Modelling Techniques for Predicting Claim Amount in Vehicle Insurance Data: A Comparative Analysis of Supervised Learning Models and Clustering Techniques for Car Vehicle Groups (MA)
• Ina-Marie Berendes (2023): A Comparison of Machine Learning Algorithms for Injury Prediction in Soccer (MA)
• Alexander Bloch (2023): Statistische Analyse von Dribblings im Profifußball mit Fokus auf deren Innovation (BA)
• Moana Emde (2023): Statistische Modellierung und Vorhersage von Bundesligadaten im Fußball mittels generalisierten additiven Modellen (BA)
• Aishwarya Ganta (2023): Learning from Implications - A comparison of different classification strategies (MA)
• Jacob Grytzka (2023): Statistical modeling of UEFA EURO matches with focus on player market value and other hybrid variables (MA)
• Tim Schmale (2023): An Introduction to Mixed Models and a Longitudinal Application on Cognitive Decline during Parkinson's Disease (BA)
• Neele Malin Hormann (2023): Statistische Modellierung und Vorhersage der FIFA WM 2022 mittels Random Forest (BA)
• Rik Amann (2022): Statistische Modellierung und Vorhersage von Mehrkampf-Leistungsdaten in der Leichtathletik auf Basis von generalisierten additiven Modellen (BA)
• Jordi Walder (2022): Customer Churn Prediction in ERP Software Provider (BA)
• Max Ullmann (2022): Pech oder Konsequenz? Statistische Modellierung der Verletzungsfehltage des BVB im Bundesligavergleich (BA)
• Jan Lennartz (2022): Road Slope Estimation: A Machine Learning Aided Signal Correction Approach (MA)
• Dominik Niedziela (2022): Evaluierung verschiedener Methoden zur Überwachung von chemischen Batchprozessen (BA)
• Leon-Patrick Heuer (2022): Ist Startup-Erfolg modellier- und vorhersagbar? - Ein Vergleich von Logistischer Regression und Random Forest (BA)
• Tim Westphal (2022): Eine statistische Analyse von Einflussfaktoren für den Ausgang des Eurovision Song Contests auf Grundlage des Zeitraums 2014 bis 2019 (BA)
• Susanne Stock (2022): Zeitvariierende Effekte in generalisierten additiven Modellen am Beispiel von Vornamen in den USA zwischen 1880 und 2020 (BA)
• Marie Punsmann (2022): Kundenschreiben in der Lebensversicherung - eine Analyse mit Methoden aus der Textdatenanalyse und Klassifikation (MA)
• Stella Mathilda Ebbrecht (2022): Ein Plädoyer für Post- und Relaxed-LASSO Regularisierungen anhand einer Simulationsstudie (BA)
• Jonas Glowinski (2022): Explainable Anomaly Detection in Property Insurance Claims Data (MA)
• Franziska Popp (2021): Modellierung und Vorhersage der UEFA EURO 2020 mittels Verfahren des statistischen Lernens (MA)
• Philipp Hülk (2021): Modellierung nicht-linearer Einflüsse mittels additiver Regression: Eine Analyse realer E-Scooter-Mobilitätsdaten (BA)
• Jonas Heiner (2021): A statistical analysis of Bundesliga match event data (MA)
• Jannes Rick (2021): Eine statistische Analyse der Auswirkungen der Covid19-Pandemie auf die sportliche Aktivität von Studierenden (BA)
• Joshua Oehmen (2021): Anwendung statistischer Modelle zur Prognose von Headisergebnissen (BA)
• Philip Buczak (2021): Einsatz sequentieller Verfahren im Hyperparameter-Tuning (MA)
• Tim Grabo (2021): Modellselektion für die nicht-lineare Modellierung des Einflusses von Luftschadstoffen, Temperatur und deren Interaktion auf Lungenfunktionsparameter in der SALIA-Studie (BA)
• Faysal Ntafh (2021): Erkennung von Anomalien in den Daten aus dem Beherbergungsgewerbe mit Hilfe von KI Methoden (MA)
• Patrick Lorenz (2020): Modellierung von Strafyards im American Football im Rahmen von generalisierten linearen gemischten Modellen (BA)
• Cartsen Wasserfuhr (2021): Analyse des Stornoverhaltens von Lebensversicherungsverträgen mit Hilfe verschiedener statistischer Modelle und Lernverfahren (MA)
• Lars Lobers (2021): Modellierung von 100 Meter Sprintzeiten mithilfe von Generalisierten Additiven Gemischten Modellen (MA)
• Tom Pflugbeil (2021): Regularisierungsverfahren zur Modellierung der deutschen Baseball-Bundesliga (BA)
• Lionel Fotie (2020): Kategorisierung von Domänen mittels Clusterverfahren (BA)
• Sven Teschke (2020): A Statistical Analysis of the Klopp-Effect (MA)
• Ilona Maske (2020): Ein Vergleich herkömmlicher Regressionsverfahren mit modernen Machine Learning Techniken für binäre Zielvariablen in komplexen Datensituationen (MA)
• Philip Buczak (2020): Einsatz sequenzieller Verfahren im Hyperparameter-Tuning (MA)
• Eugene Edmond Nantchouang Tefong (2020): Eine Analyse der Post-LASSO Technik im Linearen Modell (BA)
• Niklas Dombrink (2020): Untersuchung der Einflussfaktoren auf die Passgenauigkeit im professionellen Fußball mittels eines Generalisierten Additiven Gemischten Modells (MA)
• Marc Schmieder (2020): Multilabel-Klassifizierung von Nachrichten Schlagzeilen. Vergleich zwischen neurolanen Netzen und baumbasierten Algorithmen auf verschiedenen Repräsentationen von Wörtern (MA)
• Thi Ngoc Tien Tran (2020): Untersuchung von Random Forests bzgl. Overfitting (MA)
• Jan Lennartz (2019): Ein Vergleich von verschiedenen Vorhersagemodellen im internationalen Tischtennis (BA)
• Philipp Steinhauer (2019): Vergleich von Clusterverfahren auf Basis von Handball-Bundesliga Daten (BA)
• Sujin Park (2019): Implementierung eines Kreuzvalidierungsverfahrens für die Funktion glmmLasso aus dem gleichnamigen R-Paket (BA)
• Jonas Heiner (2019): Prediction of Handball World Cup results (BA)
• Jacob Grytzka (2019): Vergleich verschiedener Optimierungsverfahren in generalisierten linearen Modellen (BA)
• Philip Buczak (2019): Modellierung und Vorhersage von Fußballbundesligaspielen mittels Random Forest (BA)
• Susanne Brunner (2019): Modellierung und Vorhersage von Tennisspielen bei Grand Slam Turnieren (BA)
• Sheila Görz (2018): Vergleich verschiedener Verfahren zur Bestimmung des Glättungsparameters in Generalisierten Additiven Modellen (BA)
• Maxime Faymonville (2018): Statistische Modellierung des Elfmeterschießens anhand des DFB-Pokals (BA)
• Steffen Maletz (2018): Wahl von Knoten und Basisfunktionen in Generalisierten Additiven Modellen (BA)