Fixed list of figures and listings

bootstrap/lecture/bootstrap.tex

@@ -44,7 +44,7 @@ die \determ{Stichprobenverteilung} (\enterm{sampling distribution},
   \includegraphics[height=0.2\textheight]{srs2}\\[2ex]
   \includegraphics[height=0.2\textheight]{srs3}
   \titlecaption{\label{bootstrapsamplingdistributionfig}Bootstrap der
-    Stichprobenverteilung}{(a) Von der Grundgesamtheit (population) mit
+    Stichprobenverteilung.}{(a) Von der Grundgesamtheit (population) mit
     unbekanntem Parameter (z.B. Mittelwert $\mu$) zieht man
     Stichproben (SRS: simple random samples).  Die Statistik (hier
     Bestimmung von $\bar x$) kann f\"ur jede Stichprobe berechnet

designpattern/lecture/designpattern-chapter.tex

@@ -5,7 +5,7 @@
 \lstset{inputpath=../code}
 \graphicspath{{figures/}}
 
-\setcounter{page}{129}
+\setcounter{page}{133}
 \setcounter{chapter}{8}
 
 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

designpattern/lecture/designpattern.tex

@@ -10,7 +10,7 @@ einige dieser ``Design pattern'' zusammen.
 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
 \section{for Schleifen \"uber Vektoren}
 Grundlegend ist das Iterieren \"uber den Inhalt eines Vektors mit einer \code{for}-Schleife:
-\begin{lstlisting}[caption={for-Schleife mit Indexen \"uber einen Vektor}]
+\begin{lstlisting}[caption={\varcode{for}-Schleife mit Indexen \"uber einen Vektor}]
 x = [2:3:20];         % irgendein Vektor
 for i=1:length(x)     % Mit der for-Schleife "loopen" wir ueber den Vektor
   i     % das ist der Index, der die Elemente des Vektors indiziert.
@@ -24,7 +24,7 @@ end
 Wenn in der Schleife das Ergebnis in einen Vektor gespeichert werden soll,
 sollten wir vor der Schleife schon einen Vektor f\"ur die Ergebnisse
 erstellen:
-\begin{lstlisting}[caption={for-Schleife zum Schreiben eines Vektors}]
+\begin{lstlisting}[caption={\varcode{for}-Schleife zum Schreiben eines Vektors}]
 x = [1.2 2.3 2.6 3.1];   % irgendein Vektor
 y = zeros(length(x),1);  % Platz fuer die Ergebnisse, genauso viele wie Loops der Schleife
 for i=1:length(x)
@@ -39,7 +39,7 @@ mean(y)
 Die Berechnungen in der Schleife k\"onnen statt einer Zahl auch einen Vektor
 zur\"uckgeben. Wenn die L\"ange diese Vektors bekannt ist, dann kann vorher
 eine entsprechend gro{\ss}e Matrix angelegt werden:
-\begin{lstlisting}[caption={for-Schleife zum Schreiben von Zeilen einer Matrix}]
+\begin{lstlisting}[caption={\varcode{for}-Schleife zum Schreiben von Zeilen einer Matrix}]
 x = [2:3:20];             % irgendein Vektor
 y = zeros(length(x),10);  % Platz fuer die Ergebnisse
 for i=1:length(x)
@@ -54,7 +54,7 @@ mean(y, 1)
 
 Alternativ k\"onnen die in der Schleife erzeugten Vektoren zu einem
 einzigen, durchgehenden Vektor zusammengestellt werden:
-\begin{lstlisting}[caption={for-Schleife zum Aneinanderh\"angen von Vektoren}]
+\begin{lstlisting}[caption={\varcode{for}-Schleife zum Aneinanderh\"angen von Vektoren}]
 x = [2:3:20];        % irgendein Vektor
 y = [];              % Leerer Vektor fuer die Ergebnisse
 for i=1:length(x)
@@ -87,7 +87,7 @@ y = randn(100, 1)*sigma + mu;
 \end{lstlisting}
 
 Das gleiche Prinzip ist manchmal auch sinnvoll f\"ur \code{zeros()} oder \code{ones()}:
-\begin{lstlisting}[caption={Skalierung von zeros und ones}]
+\begin{lstlisting}[caption={Skalierung von \varcode{zeros()} und \varcode{ones()}}]
 x = -1:0.01:2;      % Vektor mit x-Werten
 plot(x, exp(-x.*x));
 % Plotte f\"ur die gleichen x-Werte eine Linie mit y=0.8:
@@ -142,25 +142,25 @@ mit anderen Histogrammen oder mit theoretischen
 Wahrscheinlichkeitsverteilungen werden.
 
 Die \code{histogram()} Funktion macht das mit den entsprechenden Parametern automatisch:
-\begin{lstlisting}[caption={Probability-density-function mit der histogram-Funktion}]
+\begin{lstlisting}[caption={Probability-density-function mit der \varcode{histogram()}-Funktion}]
 x = randn(100, 1);    % irgendwelche reellwertige Daten
 histogram(x, 'Normalization', 'pdf');
 \end{lstlisting}
 
-\begin{lstlisting}[caption={Probability mit der histogram-Funktion}]
+\begin{lstlisting}[caption={Probability mit der \varcode{histogram()}-Funktion}]
 x = randi(6, 100, 1);    % irgendwelche integer Daten
 histogram(x, 'Normalization', 'probability');
 \end{lstlisting}
 
-So geht es aber auch:
+So geht es mit der \code{hist()}-Funktion:
-\begin{lstlisting}[caption={Probability-density-function mit der hist- und bar-Funktion}]
+\begin{lstlisting}[caption={Probability-density-function mit der \varcode{hist()}- und \varcode{bar()}-Funktion}]
 x = randn(100, 1);         % irgendwelche reellwertige Daten
 [h, b] = hist(x);          % Histogram berechnen
 h = h/sum(h)/(b(2)-b(1));  % normieren zu einer Wahrscheinlichkeitsdichte
 bar(b, h);                 % und plotten.
 \end{lstlisting}
 
-\begin{lstlisting}[caption={Probability mit der hist- und bar-Funktion}]
+\begin{lstlisting}[caption={Probability mit der \varcode{hist()}- und \varcode{bar()}-Funktion}]
 x = randi(6, 100, 1);    % irgendwelche integer Daten
 [h, b] = hist(x);        % Histogram berechnen
 h = h/sum(h);            % normieren zu Wahrscheinlichkeiten

plotting/lecture/plotting.tex

@@ -177,7 +177,7 @@ Einstellungsm\"oglichkeiten. Wie schon erw\"ahnt, k\"onnen diese
   \begin{minipage}[t]{0.3\columnwidth}
     \includegraphics[width=0.9\textwidth]{property_editor}
   \end{minipage}
-  \titlecaption{Graphisches Interface ``Plot Editor''.}{\"Uber das Menu
+  \titlecaption{Der \matlab{} Plot-Editor.}{\"Uber das Menu
     ``Tools $\rightarrow$ Edit Plot'' erreicht man den Plot Editor. Je nachdem
     welches Element des Plots ausgew\"ahlt wurde, ver\"andern sich
     die Einstellungsm\"oglichkeiten. Weitere Eigenschaften und

pointprocesses/lecture/pointprocesses.tex

@@ -25,7 +25,9 @@ sogenannten \determ[Punktprozess]{Punktprozessen}.
     (homogener Poisson Prozess mit Rate $\lambda=20$\;Hz, links) und
     eines nicht-station\"aren Punktprozesses (perfect
     integrate-and-fire Neuron getrieben mit Ohrnstein-Uhlenbeck
-    Rauschen mit Zeitkonstante $\tau=100$\,ms, rechts).}
+    Rauschen mit Zeitkonstante $\tau=100$\,ms, rechts).  Jeder
+    vertikale Strich markiert den Zeitpunkt eines Ereignisses.
+    Jede Zeile zeigt die Ereignisse eines trials.}
 \end{figure}
 
 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
@@ -302,13 +304,11 @@ Abbildung \ref{psthfig} n\"aher erl\"autert.
 
 \begin{figure}[tp]
   \includegraphics[width=\columnwidth]{firingrates}
-  \titlecaption{Verschiedene Methoden die zeitabh\"angige Feuerrate
+  \titlecaption{Bestimmung der zeitabh\"angigen
-      zu bestimmen.}{\textbf{A)} Rasterplot einer einzelnen neuronalen
+    Feuerrate.}{\textbf{A)} Rasterplot eines Spiketrains. \textbf{B)}
-    Antwort. Jeder vertikale Strich notiert den Zeitpunkt eines
+    Feurerrate aus der instantanen Feuerrate bestimmt. \textbf{C)}
-    Aktionspotentials. \textbf{B)} Feurerrate aus der instantanen
+    klassisches PSTH mit der Binning Methode. \textbf{D)} Feuerrate
-    Feuerrate bestimmt. \textbf{C)} klassisches PSTH mit der Binning
+    durch Faltung mit einem Gauss Kern bestimmt.}\label{psthfig}
-    Methode. \textbf{D)} Feuerrate durch Faltung mit einem Gauss Kern
-    bestimmt.}\label{psthfig}
 \end{figure}
 
 
@@ -317,8 +317,7 @@ Abbildung \ref{psthfig} n\"aher erl\"autert.
 \begin{figure}[tp]
   \includegraphics[width=\columnwidth]{isimethod}
   \titlecaption{Instantane Feuerrate.}{Skizze eines Spiketrains
-    (oben).  Jeder vertikale Strich notiert den Zeitpunkt eines
+    (oben).  Die Pfeile zwischen aufeinanderfolgenden
-    Aktionspotentials. Die Pfeile zwischen aufeinanderfolgenden
     Aktionspotentialen mit den Zahlen in Millisekunden illustrieren
     die Interspikeintervalle. Der Kehrwert des Interspikeintervalle
     ergibt die instantane Feuerrate.}\label{instrate}

programming/lecture/programming.tex

@@ -295,24 +295,22 @@ sich um einen Zeilen- oder Spaltenvektor handelt.
 Die Listings \ref{arrayListing4} und \ref{arrayListing5} zeigen wie
 mit Indexen auf die Inhalte eines Vektors zugegriffen werden kann.
 
-\begin{lstlisting}[label=arrayListing4, caption={Zugriff auf den Inhalt von Vektoren I}]
+\begin{lstlisting}[label=arrayListing4, caption={Zugriff auf den Inhalt von Vektoren: einzelne Elemente}]
-  >> a = (11:20);
+  >> a = (11:20)
-  >> a(1) % das 1. Element
+  a = 11    12    13    14    15    16    17    18    19    20
-  ans =
+  >> a(1)     % das 1. Element
-  11 
+  ans = 11 
-  >> a(5) % das 5. Element
+  >> a(5)     % das 5. Element
-  ans =
+  ans = 15
-  15
+  >> a(end)   % das letzte Element
-  >> a(end) % das letzte Element
+  ans = 20
-  ans =
-  20
 \end{lstlisting}
 
 Hierbei kann auf einzelne Werte zugegriffen werden oder, analog zur
 Erzeugung von Vektoren, die \code[Operator!Matrix!:]{:} Notation verwendet werden, um auf mehrere
 Element gleichzeitig zuzugreifen.
 
-\begin{lstlisting}[caption={Zugriff auf den Inhalt von Vektoren I}, label=arrayListing5]
+\begin{lstlisting}[caption={Zugriff auf den Inhalt von Vektoren: Bereiche}, label=arrayListing5]
   >> a([1 3 5]) % das 1., 3. und 5. Element
   ans =
   11  13  15
@@ -578,7 +576,7 @@ Eine elementweise Multiplikation
 \ref{matrixOperations} Zeile 12, Box \ref{matrixmultiplication})
 durchgef\"uhrt werden soll.
 
-\begin{lstlisting}[label=matrixOperations, caption={Zwei Arten von Multiplikationen auf Matrizen.}]
+\begin{lstlisting}[label=matrixOperations, caption={Zwei Arten der Multiplikation von Matrizen.}]
   >> A = randi(10, [3, 3]) % 2-D Matrix 
   A = 
   3     8     2
@@ -849,10 +847,10 @@ bestimmten Zeitraums ausw\"ahlen m\"ochte (Abbildung
 
 \begin{figure}[h]
   \includegraphics[width= 0.9\columnwidth]{logicalIndexingTime}
-  \titlecaption{Beispiel f\"ur ``indirektes'' logisches Indizieren.}
+  \titlecaption{Beispiel f\"ur logisches Indizieren.}
-    {Der rot markierte Abschnitt aus den Daten wurde ``indirekt''
+    {Der rot markierte Abschnitt aus den Daten wurde indirekt
-    anhand logischen Indizierens auf dem Zeitvektor
+    mit logischem Indizieren auf dem Zeitvektor
-    ausgew\"ahlt.}\label{logicalindexingfig}
+    ausgew\"ahlt (\varcode{x(t > 5 & t < 6)}).}\label{logicalindexingfig}
 \end{figure}
 
 \begin{exercise}{logicalIndexingTime.m}{}
@@ -946,10 +944,17 @@ Anweisungen ausgef\"uhrt werden. Die Schleife wird durch das
 Schl\"usselwort \code{end} beendet. Listing \ref{looplisting} zeigt
 das Grundger\"ust einer for-Schleife.
 
-\begin{lstlisting}[caption={Beispiel einer \varcode{for} Schleife. Die Laufvariable \varcode{x} nimmt mit jeder Iteration der Schleife einen Wert des Vektors \varcode{1:5} an.}, label=looplisting]
+\begin{lstlisting}[caption={Beispiel einer \varcode{for}-Schleife.}, label=looplisting]
-for x = 1:5
+>> for x = 1:5
-  % ... etwas sinnvolles mit x ...
+     disp(x);
-end
+   end
+% die Laufvariable x nimmt mit jeder Iteration der Schleife 
+% einen Wert des Vektors 1:5 an:
+     1
+     2
+     3
+     4
+     5
 \end{lstlisting}
 
 
@@ -1106,22 +1111,32 @@ werden, werden die Schl\"usselworte \code{break} und
 \code{continue} eingesetzt (Listing \ref{breakcontinuelisting}
 zeigt, wie sie eingesetzt werden k\"onnen).
 
-\begin{lstlisting}[caption={Einsatz der \varcode{continue} und \varcode{break} Schl\"usselworte um die Ausf\"uhrung von Code-Abschnitten in Schleifen zu \"uberspringen oder abzubrechen.}, label=breakcontinuelisting]
+\begin{lstlisting}[caption={Abbrechen von Schleifen mit \varcode{break}.}, label=breaklisting]
-for x = 1:10 
+>> x = 1;
+   while true
+     if (x > 3)
+       break;
+     end
+     disp(x);
+     x = x + 1;
+   end
+% output:
+     1
+     2
+     3
+\end{lstlisting}
+
+\begin{lstlisting}[caption={\"Uberspringen von Code-Abschnitten in Schleifen mit \varcode{continue}.}, label=continuelisting]
+for x = 1:5 
   if(x > 2 & x < 5)
     continue;
   end
   disp(x);
 end
-    
+% output:
-x = 1;
+     1
-while true
+     2
-  if(x > 5)
+     5
-    break;
-  end
-  disp(x);
-  x = x + 1
-end
 \end{lstlisting}
 
 \begin{exercise}{logicalIndexingBenchmark.m}{logicalIndexingBenchmark.out}
@@ -1225,7 +1240,7 @@ Das Folgende Beispiel (Listing \ref{badsinewavelisting}) zeigt eine
 Funktion, die eine Reihe von Sinusschwingungen unterschiedlicher
 Frequenzen berechnet und graphisch darstellt.
 
-\begin{lstlisting}[caption={Eine Beispielfunktion, die eine Reihe Sinusse plottet.},label=badsinewavelisting]
+\begin{lstlisting}[caption={Ein schlechtes Beispiel einer Funktion, die eine Reihe Sinusse plottet.},label=badsinewavelisting]
 function meine_erste_funktion() % Funktionskopf
    t = (0:0.01:2); % hier faengt der Funktionskoerper an
    frequenz = 1.0;
@@ -1277,7 +1292,7 @@ welche Daten sie zur\"uckliefern soll.
 \begin{enumerate}
 \item \codeterm[Funktion!Name]{Name}: der Name sollte beschreiben, was
   die Funktion tut. In diesem Fall berechnet sie einen Sinus. Ein
-  geeigneter Name w\"are also \code{calculate\_sinewave()}.
+  geeigneter, kurzer Name w\"are also \code{sinewave()}.
 \item \codeterm[Funktion!Argumente]{Argumente}: die zu brechnende
   Sinusschwingung sei durch ihre Frequenz und die Amplitude
   bestimmt. Des Weiteren soll noch festgelegt werden, wie lang der
@@ -1293,10 +1308,10 @@ welche Daten sie zur\"uckliefern soll.
 Mit dieser Information ist es nun gut m\"oglich die Funktion zu
 implementieren (Listing \ref{sinefunctionlisting}).
 
-\begin{lstlisting}[caption={Funktion, die einen Sinus berechnet.}, label=sinefunctionlisting]
+\begin{lstlisting}[caption={Funktion zur Berechnung eines Sinus.}, label=sinefunctionlisting]
-function [time, sine] = calculate_sinewave(frequency, amplitude, t_max, t_step)
+function [time, sine] = sinewave(frequency, amplitude, t_max, t_step)
-   % The function calculates a sinewave with a given frequency and
+   % Calculate a sinewave of a given frequency, amplitude, duration and temporal resolution. 
-   % amplitude. 
+   % [time, sine] = sinewave(frequency, amplitude, t_max, t_step)
    % Arguments: frequency, the frequency of the sine
    %            amplitude, the amplitude of the sine
    %            t_max, the duration of the sine in seconds
@@ -1305,27 +1320,30 @@ function [time, sine] = calculate_sinewave(frequency, amplitude, t_max, t_step)
    %            sine, the calculated sinewave
    time = (0:t_step:t_max);
    sine = sin(frequency .* time .* 2 * pi) .* amplitude;
+end
 \end{lstlisting}
   
 
 \paragraph{II. Plotten einer einzelnen Schwingung}
-Diese Aufgabe kann auch von einer Funktion \"ubernommen werden. Diese
+Das Plotten der berechneten Sinuschwingung kann auch von einer
-Funktion hat keine andere Aufgabe, als die Daten zu plotten. Ihr Name
+Funktion \"ubernommen werden. Diese Funktion hat keine andere Aufgabe,
-sollte sich an dieser Aufgabe orientieren
+als die Daten zu plotten. Ihr Name sollte sich an dieser Aufgabe
-(z.B. \code{plot\_sinewave()}). Um einen einzelnen Sinus zu plotten
+orientieren (z.B. \code{plot\_function()}). Um einen einzelnen Sinus
-werden im Wesentlichen die x-Werte und die zugeh\"origen y-Werte
+zu plotten werden im Wesentlichen die x-Werte und die zugeh\"origen
-ben\"otigt. Da mehrere Sinus geplottet werden sollen ist es auch
+y-Werte ben\"otigt. Da mehrere Sinus geplottet werden sollen ist es
-sinnvoll eine Zeichenkette f\"ur die Legende an die Funktion zu
+auch sinnvoll eine Zeichenkette f\"ur die Legende an die Funktion zu
 \"ubergeben. Da diese Funktion keine Berechnung durchf\"uhrt wird kein
 R\"uckgabewert ben\"otigt (Listing \ref{sineplotfunctionlisting}).
 
-\begin{lstlisting}[caption={Funktion, die die Daten plottet.}, label=sineplotfunctionlisting]
+\begin{lstlisting}[caption={Funktion zur graphischen Darstellung der Daten.}, label=sineplotfunctionlisting]
-function plot_sinewave(x_data, y_data, name)
+function plot_function(x_data, y_data, name)
   % Plots x-data against y-data and sets the display name.
+  % plot_sinewave(x_data, y_data, name)
   % Arguments: x_data, the x-data
   %            y_data, the y-data
   %            name, the displayname
   plot(x_data, y_data, 'displayname', name) 
+end
 \end{lstlisting}
 
 
@@ -1342,19 +1360,19 @@ eine neue Abbildung und setzt das \code{hold on} da nur das Skript
 wei{\ss}, das mehr als ein Plot erzeugt werden soll. Das Skript ist in
 Listing \ref{sinesskriptlisting} dargestellt.
 
-\begin{lstlisting}[caption={Kontrollskript, das die Berechnung und plotting koordiniert.}, label=sinesskriptlisting]
+\begin{lstlisting}[caption={Kontrollskript zur Koordination von Berechnung und graphischer Darstellung.}, label=sinesskriptlisting]
 amplitudes = 0.25:0.25:1.25;
-frequency = 2;
+frequency = 2.0;
-t_max = 10;
+t_max = 10.0;
 t_step = 0.01;
     
 figure()
 hold on
  
 for i = 1:length(amplitudes)
-  [x_data, y_data] = calculate_sinewave(frequency, amplitudes(i), ... 
+  [x_data, y_data] = sinewave(frequency, amplitudes(i), ... 
                                         t_max, t_step);
-  plot_sinewave(x_data, y_data, sprintf('freq: %5.2f, ampl: %5.2f',...
+  plot_function(x_data, y_data, sprintf('freq: %5.2f, ampl: %5.2f',...
                                          frequency, amplitudes(i)))
 end
 legend('show')

programmingstyle/lecture/programmingstyle.tex

@@ -321,23 +321,25 @@ Code wird \codeterm{Spaghetticode} genannt. Es ist h\"ochste Zeit
 Das Auslagern von Funktionalit\"at in eigene Funktionen f\"uhrt dazu,
 dass eine F\"ulle von Dateien erzeugt wird, die die
 \"Ubersichtlichkeit nicht unbedingt erh\"oht. Wenn die auszulagernde
-Funktionalit\"at an vielen Stellen ben\"otigt wird ist es dennoch
+Funktionalit\"at an vielen Stellen ben\"otigt wird ist es dennoch sehr
-sinnvoll dies zu tun. Wenn nicht, dann bietet \matlab{} die
+sinnvoll dies zu tun. Wenn Funktionen nur von einzelnen anderen
-M\"oglichkeit sogenannte \codeterm[Funktion!lokale]{lokale Funktionen}
+Funktionen verwendet werden, dann bietet \matlab{} die M\"oglichkeit
-oder auch \codeterm[Funktion!geschachtelte|see{lokale}]{geschachtelte
+sogenannte \codeterm[Funktion!lokale]{lokale Funktionen} oder auch
-  Funktionen} (\enterm{nested functions}) zu erstellen. Listing
+\codeterm[Funktion!geschachtelte]{geschachtelte Funktionen}
-\ref{localfunctions} zeigt ein Beispiel f\"ur eine lokale Funktion.
+(\enterm{nested functions}) in einer einzelnen Datei zu
-
+erstellen. Listing \ref{localfunctions} zeigt ein Beispiel f\"ur eine
-\lstinputlisting[label=localfunctions, caption={Lokale Funktionen
+lokale Funktion.
-  erh\"ohen die Lesbarkeit sind aber nur innerhalb der definierenden
+
-  Datei verf\"ugbar.}]{calculate_sines.m}
+\lstinputlisting[label=localfunctions, caption={Beispiel f\"ur den
+  Einsatz von lokalen Funktionen.}]{calculate_sines.m}
 
 Lokale Funktionen existieren in der gleichen Datei und sind nur dort
 verf\"ugbar. Jede Funktion hat ihren eigenen G\"ultigkeitsbereich, das
 hei{\ss}t, dass Variablen aus den aufrufenden Funktionen nicht
-sichtbar sind. Bei sogenannten
+sichtbar sind. 
-\codeterm[Funktion!geschachtelte|see{lokale}]{geschachtelten
+
-  Funktionen} ist das anders. Diese werden innerhalb eines
+Bei sogenannten \codeterm[Funktion!geschachtelte}]{geschachtelten
+Funktionen} ist das anders. Diese werden innerhalb eines
 Funktionsk\"orpers (zwischen den Schl\"usselworten \code{function} und
 dem \code{end} definiert und k\"onnen auf alle Variablen der
 ``Mutterfunktion'' zugreifen und diese auch ver\"andern. Folglich
@@ -407,7 +409,7 @@ diese sollten dann beachtet werden.
 Wiederholte Programmabschnitte sollten in Funktionen ausgelagert
 werden. Wenn diese nicht von globalem Interesse sind, kann mit
 \codeterm[Funktion!lokale]{lokalen} oder
-\codeterm[Funktion!geschachtelte|see{lokale}]{geschachtelten
+\codeterm[Funktion!geschachtelte]{geschachtelten
   Funktionen} die \"Ubersichtlichkeit erh\"oht werden.
 
 \noindent Es lohnt sich auf den eigenen Programmierstil zu

regression/lecture/regression.tex

@@ -300,7 +300,7 @@ partielle Ableitung nach $m$ durch
 
 \begin{figure}[t]
   \includegraphics[width=0.75\columnwidth]{error_gradient}
-  \titlecaption{Der Gradienten der Fehlerfl\"ache.} 
+  \titlecaption{Gradient der Fehlerfl\"ache.} 
   {Jeder Pfeil zeigt die Richtung und die
     Steigung f\"ur verschiedene Parameterkombination aus Steigung und
     $y$-Achsenabschnitt an. Die Kontourlinien im Hintergrund

statistics/lecture/statistics.tex

@@ -221,7 +221,7 @@ Standardabweichung $\sigma$.
 
 \begin{figure}[t]
   \includegraphics[width=1\textwidth]{pdfhistogram}
-  \titlecaption{\label{pdfhistogramfig} Histogramme mit verschiednenen
+  \titlecaption{\label{pdfhistogramfig} Histogramme mit verschiedenen
     Klassenbreiten von normalverteilten Messwerten.}{Links: Die H\"ohe
     des absoluten Histogramms h\"angt von der Klassenbreite
     ab. Rechts: Bei auf das Integral normierten Histogrammen werden
@@ -287,7 +287,7 @@ nur unzureichend oder \"uberhaupt nicht erfasst (\figref{nonlincorrelationfig}).
 
 \begin{figure}[tp]
   \includegraphics[width=1\textwidth]{nonlincorrelation}
-  \titlecaption{\label{nonlincorrelationfig} Korrelationen von
+  \titlecaption{\label{nonlincorrelationfig} Korrelationen bei
     nichtlineare Zusammenh\"angen.}{Der Korrelationskoeffizienten
     erfasst nur lineare Zusammenh\"ange. Sowohl die quadratische
     Abh\"angigkeit (links) als auch eine Rauschkorrelation (rechts),