Module

19 Treffer

Übergreifende Wahlmodule19

Convex OptimizationNoch keine Bewertungen für dieses Modul.AlgorithmenDu lernst Grundlagen und Methoden der konvexen Optimierung: Analyse konvexer Mengen und Funktionen, Optimalitätsbedingungen, Dualität sowie Algorithmen wie Simplex, Gradienten-/Newton-Verfahren und Interior-Point-Methoden. Am Ende kannst Du Probleme als konvexe Optimierungsaufgaben formulieren, Optimalitäts- und Dualitätsbedingungen ableiten und passende Lösungsverfahren anwenden.6 ECTSläuft dieses SemesterEI74351Efficient Algorithms and Data StructuresNoch keine Bewertungen für dieses Modul.AlgorithmenDu lernst die Grundlagen der Analyse von Algorithmen sowie zentrale Datenstrukturen und grundlegende algorithmische Probleme. Schwerpunkte sind Laufzeit- und Speicheranalyse, verschiedene Suchbäume, Hash-Verfahren, Prioritätswarteschlangen, Union-Find-Strukturen sowie Maxflow-/Mincut- und Matching-Algorithmen. Am Ende kannst du Algorithmen analysieren, die Effizienz von Datenstrukturen beurteilen und neue Lösungen für Probleme entwerfen.8 ECTSläuft dieses SemesterIN2003Höhere AlgorithmikNoch keine Bewertungen für dieses Modul.AlgorithmenDu lernst grundlegende Techniken zur Entwicklung und Analyse effizienter Algorithmen (z. B. Divide-and-Conquer, dynamische Programmierung, Randomisierung, Greedy-Verfahren, amortisierte Analyse) und wendest sie auf zentrale Probleme wie Sortieren, Graphenprobleme, String- und Sequenzalgorithmen sowie Datenstrukturen an. Am Ende kannst du klassische algorithmische Verfahren verstehen, analysieren und zur Lösung grundlegender Aufgaben einsetzen.8 ECTSläuft dieses SemesterCIT323004Optimierung und ModellanalyseNoch keine Bewertungen für dieses Modul.AlgorithmenIn diesem Modul lernst Du grundlegende Konzepte und Verfahren der Optimierung, Modellanalyse und numerischen Lösungstechniken kennen. Am Ende kannst Du technische Fragestellungen in mathematische Optimierungsaufgaben überführen und passende Lösungsansätze auswählen sowie Vor- und Nachteile der Verfahren beurteilen.5 ECTSläuft dieses SemesterMW2249Time-Varying Systems and ComputationsNoch keine Bewertungen für dieses Modul.AlgorithmenDu lernst Methoden zur Beschreibung und numerischen Behandlung zeitvarianter Systeme sowie effiziente Algorithmen für großskalige und strukturierte Probleme der numerischen linearen Algebra. Am Ende kannst du passende Matlab-Programme entwickeln, die diese Algorithmen für ingenieurwissenschaftliche Anwendungen implementieren und ihre Effizienz beurteilen.6 ECTSläuft dieses SemesterEI5052
14 weitere in Übergreifende WahlmoduleAlgorithmic Game TheoryNoch keine Bewertungen für dieses Modul.AlgorithmenDu lernst Grundlagen der algorithmischen Spieltheorie an der Schnittstelle von Informatik, Mathematik und Wirtschaftswissenschaften. Im Modul beschäftigst du dich mit algorithmischen Aspekten spieltheoretischer Lösungskonzepte wie Nash-Gleichgewichten und mit der Gestaltung ökonomischer Mechanismen; am Ende kannst du diese Konzepte algorithmisch und komplexitätstheoretisch analysieren.5 ECTSkein Termin dieses SemesterIN2239Anerkanntes Wahlmodul im Bereich AlgorithmenNoch keine Bewertungen für dieses Modul.Algorithmenkein Termin dieses SemesterIN99540Anerkanntes Wahlmodul im Bereich AlgorithmenNoch keine Bewertungen für dieses Modul.Algorithmenkein Termin dieses SemesterIN99541Auction Theory and Market DesignNoch keine Bewertungen für dieses Modul.AlgorithmenDu lernst spieltheoretische Grundlagen und Mechanismus-Design sowie die Theorie und praktische Ausgestaltung verschiedener Auktions- und Matching-Formate. Am Ende kannst du Eigenschaften und Zahlungsregeln offener und geschlossener Auktionen erklären, strategische Interaktionen modellieren und die Auswahl von Auktionsformaten hinsichtlich Effizienz oder Ertragszielen begründen.5 ECTSkein Termin dieses SemesterIN2211Ausgewählte Themen aus dem Bereich AlgorithmenNoch keine Bewertungen für dieses Modul.Algorithmen5 ECTSkein Termin dieses SemesterIN3410Complexity TheoryNoch keine Bewertungen für dieses Modul.AlgorithmenDu lernst formale Berechnungsmodelle (insbesondere Turing-Maschinen und Schaltkreise) sowie die wichtigsten Komplexitätsklassen (z. B. L, NL, P, NP, PSPACE, EXP, NEXP, PH). Am Ende kannst du Probleme in Bezug auf Zeit- und Platzkomplexität analysieren, Reduktionen und Vollständigkeitsbeweise anwenden und weiterführende Konzepte wie Alternierung, Randomisierung und interaktive Beweissysteme einordnen.8 ECTSkein Termin dieses SemesterIN2007Computational Social ChoiceNoch keine Bewertungen für dieses Modul.AlgorithmenDu lernst Methoden der kollektiven Entscheidungsfindung (Social Choice) kennen, mit Schwerpunkt auf Verfahren, die Mehrheitsrelationen nutzen, und deren algorithmischen Eigenschaften. Am Ende kannst du verschiedene Wahlverfahren analysieren, vergleichen und ihre Berechnungskomplexität beurteilen.6 ECTSkein Termin dieses SemesterIN2229Effiziente Algorithmen und Datenstrukturen IINoch keine Bewertungen für dieses Modul.AlgorithmenDu lernst fortgeschrittene algorithmische Methoden mit Schwerpunkt auf linearer Optimierung und Techniken zur Lösung kombinatorischer Probleme. Am Ende kannst du lineare Modelle formulieren, klassische Lösungsverfahren wie Simplex und Fortgeschrittenes wie Ellipsoid- und Karmarkar-Methoden anwenden sowie Approximations- und Rundungsansätze für NP-vollständige Probleme nutzen.8 ECTSkein Termin dieses SemesterIN2004Fortgeschrittene Netzwerk- und Graph-AlgorithmenNoch keine Bewertungen für dieses Modul.AlgorithmenDu vertiefst Kenntnisse zu Graphen- und Netzwerkalgorithmen: Schwerpunkte sind Zentralitätsmaße, Algorithmen zur Dichtemessung in (Teil-)Graphen, Zusammenhangsprobleme sowie das Assignment-Problem (ungarische Methode). Am Ende kannst Du komplexe Netzwerkprobleme analysieren, ihre Komplexität einschätzen und geeignete effiziente Algorithmen entwickeln bzw. anwenden.8 ECTSkein Termin dieses SemesterIN2158Fundamentals of Optimization for Machine LearningNoch keine Bewertungen für dieses Modul.AlgorithmenDu lernst Grundlagen und fortgeschrittene Techniken der Optimierung, sowohl konvex als auch nichtkonvex sowie kombinatorisch und kontinuierlich, mit Fokus auf Anwendungen in Machine Learning. Am Ende bist du in der Lage, Optimierungsprobleme aus der ML‑Forschung zu verstehen und an Forschungsfragen in diesem Bereich heranzugehen.5 ECTSkein Termin dieses SemesterCIT413031Online- und ApproximationsalgorithmenNoch keine Bewertungen für dieses Modul.AlgorithmenDu lernst Grundlagen und fortgeschrittene Techniken der Online- und Approximationsalgorithmen. Am Ende kennst du klassische Online-Probleme (z. B. Scheduling, Paging, k-Server), Analysewerkzeuge wie amortisierte Analyse und randomisierte Algorithmen sowie Entwurfstechniken für Approximationsalgorithmen inklusive LP-Relaxierung und randomisiertes Runden.8 ECTSkein Termin dieses SemesterIN2304Parallele AlgorithmenNoch keine Bewertungen für dieses Modul.AlgorithmenDu beschäftigst dich mit Modellen der parallelen Berechnung und entwickelst grundlegende parallele Algorithmen. Am Ende kennst du verschiedene Maschinenmodelle, beherrschst Basiswissen der parallelen Komplexitätstheorie und kannst parallele Algorithmen entwerfen und bewerten.8 ECTSkein Termin dieses SemesterIN2011Randomisierte AlgorithmenNoch keine Bewertungen für dieses Modul.AlgorithmenDu lernst Grundlagen und Techniken randomisierter Algorithmen kennen und wie man deren Laufzeit und Korrektheit mit probabilistischen Methoden abschätzt. Am Ende kannst du klassische randomisierte Algorithmen (z. B. randomisierter Quicksort, Min-Cut, Treaps) verstehen und analysieren sowie Werkzeuge wie Markov-, Chebyshev- und Chernoff-Ungleichungen anwenden.8 ECTSkein Termin dieses SemesterIN2160Topics in Computational Social ChoiceNoch keine Bewertungen für dieses Modul.AlgorithmenDu beschäftigst dich mit Modellen und Methoden der kollektiven Entscheidungsfindung aus Sozialer Wahltheorie, insbesondere solchen, die in der Informatik Anwendung finden. Themenschwerpunkte sind probabilistische Sozialwahl, faire Aufteilung (Fair Division) und Allokation öffentlicher Güter; die Inhalte werden mathematisch präzise und beweisorientiert behandelt. Am Ende kannst Du solche Modelle anwenden, Eigenschaften von Aggregationsverfahren axiomtisch analysieren und relevante Algorithmen und Komplexitätsfragen bearbeiten.5 ECTSkein Termin dieses SemesterCIT423011