Dozent Herr Maurilio G.

von		bis	Titel	Fachrichtung	Niveau
04 .2016	-	03 .2019	Derzeit Promotion in mathematischer Statistik/maschinellem Lernen. Dissertation bereits abgegeben.	Naturwissenschaften	Sonstiges
10 .2008	-	09 .2014	Bachelor und Master in Mathematik	Naturwissenschaften	Diplom

von		bis	Tätigkeit	Arbeitgeber	Ort
09 .2014	-	03 .2016	Ich habe als Dozent eigenverantwortlich mathematische Kurse konzipiert und durchgeführt sowie Prüfungen abgenommen und Abschlussarbeiten betreut. Es handelte sich um Grundkurse für Analysis, Lineare Algebra und Stochastik.	Universität Potsdam	Potsdam
07 .2014	-	09 .2014	Unterstützung des Promotionsprogramms der "Computational Physiology"- Arbeitsgruppe; insbesondere intensive Beschäftigung mit Pharmakometrie.	Universität Potsdam	Potsdam
07 .2013	-	09 .2013	Durchführung und Auswertung von Computersimulationen im Rahmen einer Dissertation, insbesondere mit Gendaten.	Universität Potsdam	Potsdam

von		bis	Dauer	Tätigkeit	Auftraggeber	Ort
10 .2010	-	03 .2019	9 Jahre	Ich leite seit 2010 in jedem Semester mindestens eine wöchentliche Übung in Mathematik an der Universität. Inhaltlich habe ich dabei alle üblichen Grundkurse und einige Erweiterungskurse abgedeckt.	Universität Potsdam, OvGU Magdeburg	Potsdam, Magedeburg

Datum	Publikation	Thema	Herausgeber	Co-Autoren	Art
2019	Minimax L_2-Separation Rate in Testing the Sobolev -Type Regularity of a Function	Statistisches Testen zur Frage, wie regulär eine Funktion ist, die nur verrauscht beobachtet wird.	arXiv preprint 1901.00880 (noch unter Begutachtung)		Sonstiges
2018	Minimax Euclidean Separation Rates for Testing Convex Hypotheses in R^d	Statistisches Testen zur Frage, ob der Erwartungsvektor eines Gauss'schen Vektors in einer gegebenen konvexen Menge liegt.	Electronic Journal of Statistics	G. Blanchard, A. Carpentier	Fachzeitschrift
2017	Two-sample Hypothesis Testing for Inhomogeneous Random Graphs	Statistisches Testen zur Frage, ob zwei zufällige Graphen die gleiche Verteilung haben.	arXiv preprint: 1707.00833 (noch unter Begutachtung)	D. Ghoshdastidar, U. von Luxburg, A. Carpentier	Sonstiges
2017	Two-Sample Tests for Large Random Graphs Using Network Statistics	Statistisches Testen zur Frage, ob zwei zufällige Graphen auf dem gleichen Modell basieren.	COLT17 (Konferenz zu maschinellem Lernen)	D. Ghoshdastidar, U. von Luxburg, A. Carpentier	Fachzeitschrift
2016	An optimal Algorithm for the Thresholding Bandit Problem	Entwicklung und Nachweis der Optimalität eines Algorithmus zur Datenabfrage in einem populären Setting.	ICML16 (Konferenz zu maschinellem Lernen)	A. Carpentier, A. Locatelli	Fachzeitschrift