Uni Wien:Computational Optimisation VO (Gutjahr, Rath)

Aus VoWi
Zur Navigation springen Zur Suche springen
Ähnlich benannte LVAs (Materialien):

Daten[Bearbeiten | Quelltext bearbeiten]

Vortragende Prof. Gutjahr, Dr. Rath
ECTS 3 / 3
Letzte Abhaltung 22W
Sprache English
Links ufind:052312
Zuordnungen
Bachelor Informatik Modul Data Analysis (Gebundenes Wahlfach)
Master Informatik Modul Data Analysis (Gebundenes Wahlfach)
Master Business Analytics Modul Data Science Electives (Gebundenes Wahlfach)
Master Computational Science Modul Specialisation (Gebundenes Wahlfach)


Inhalt[Bearbeiten | Quelltext bearbeiten]

In der Vorlesung Computational Optimisation geht es um

  • Optimierungsprobleme mit Fokus auf Linear Integer Programs.
  • Möglichkeiten zum Lösen solcher (Branch & Bound, Cutting Planes, Branch & Cut, ...)
  • Es werden sehr viele Probleme incl. Lösungsmöglichkeiten vorgestellt (zB. Assignment-Problem, TSP, Knapsack Problem, Vehicle Routing Problem, Job Scheduling Problems, Facility Location Problems, ...).
  • Theorie der Komplexitätsklassen (P, NP, NP-hard)
  • Außerdem werden allgemeine Verfahren zum Lösen von Problemen via Metaheuristiken gezeigt.
  • Stochastic Optimization
  • Multiobjective Optimization
  • Probleme mit Graphen
  • ...

Es wird eine begleitende Übung angeboten, die man gleichzeitig absolvieren sollte.

Ablauf[Bearbeiten | Quelltext bearbeiten]

Wöchentlich gibt es Vorlesungen.

Es wird eine begleitende Übung angeboten, die man gleichzeitig absolvieren sollte. Siehe Uni_Wien:Computational_Optimisation_UE_(Gutjahr,_Rath).

Benötigte/Empfehlenswerte Vorkenntnisse[Bearbeiten | Quelltext bearbeiten]

Man sollte im Idealfall Einführung in Mathematische Modellierung bereits absolviert haben. Die Kenntnis des Simplex-Algorithmus' wird vorausgesetzt, und man sollte natürlich auch wissen, wie ein Optimierungsproblem aufgebaut ist etc. Es war aber nicht tragisch wenn man nicht mehr wusste, wie der Simplex-Algorithmus genau funktioniert. Ist aber gut wenn man ihn sich nochmal vor der ersten Vorlesung ansieht.

Vortrag[Bearbeiten | Quelltext bearbeiten]

Der Vortrag war während Corona (WS21) online via MS Teams, wöchentlich 2 1/2 h. Die Folien bekommt man online via Moodle; es werden allerdings auch immer wieder praktische Beispiele v.a. in Excel hergezeigt, die man dann nicht in den Folien findet (die Excel-Dokumente werden dann aber auch auf Moodle hochgeladen). Dh. es ist auf jeden Fall hilfreich, wenn man sich die Vorlesung anschaut!

Im WS2023 war die teilweise Vorlesung vor Ort und der Teil von Prof. Gutjahr war online via MS Teams. Ich würde das Anhören der Vorlesung und Mitschreiben empfehlen, damit man sich dann leichter auf die Prüfung vorbereiten kann.

Übungen[Bearbeiten | Quelltext bearbeiten]

Werden im Rahmen einer eigenen LV angeboten: Uni_Wien:Computational_Optimisation_UE_(Gutjahr,_Rath)

Prüfung, Benotung[Bearbeiten | Quelltext bearbeiten]

Die Prüfung ist mündlich. Es werden 4 Sammeltermine angeboten, wobei diese nur angeben, wann die Prüfung ungefähr stattfindet -- letztlich macht man sich dann ein individuelles Zeitfenster mit Prof. Gutjahr per E-Mail aus, das max. 1 Woche vor und max. 1 Woche nach dem angegebenen Termin laut u:find liegt.

Die Fragen sind fair, die Atmosphäre ist angenehm. Auch die Benotung ist fair, er verlangt aber doch einiges, wenn man eine gute Note will.

Im WS2023 wurde in der Übung nach einem Beispiel gefragt, worauf hin Beispielfragen gezeigt wurden.

Dauer der Zeugnisausstellung[Bearbeiten | Quelltext bearbeiten]

Wenige Tage nach der Prüfung.

Zeitaufwand[Bearbeiten | Quelltext bearbeiten]

Es sind knapp 300 Folien insgesamt, davon sind ungefähr 200 prüfungsrelevant. Er stellt wirklich zu allem Fragen (bzw. schließt er halt nichts aus, und dann kommt eine Detailfrage zu XY). Insofern ist es schon wirklich viel Stoff, das sollte man nicht unterschätzen. Der Stoff ist wirklich nicht schwer, aber ihn detailliert zu lernen für einen 1ser oder 2er, dauert meiner Meinung nach sicher >=1 Woche!

Unterlagen[Bearbeiten | Quelltext bearbeiten]

Die Folien werden im Moodle veröffentlicht.

Tipps[Bearbeiten | Quelltext bearbeiten]

Wirklich alles verstehen und genau lernen.

Verbesserungsvorschläge / Kritik[Bearbeiten | Quelltext bearbeiten]

Es war eine extrem gute Lehrveranstaltung! Die Lehrenden waren extrem bemüht und der Stoff etc. war sehr interessant. Sehr sehr empfehlenswert!

Einziger Kritikpunkt: Vor allem Prof. Gutjahr redet relativ langsam. Beide Lehrenden erklären wirklich extrem gut, aber wenn v.a. Prof. Gutjahr etwas schneller reden würde, wäre das eher kein Nachteil.

Ich sehe das auch so, eine gute LV. Es aber toll, wenn die Vorlesung aufgezeichnet werden würde.

Materialien

Diese Seite hat noch keine Anhänge, du kannst aber neue hinzufügen.