Summerterm 2019
| Optimization Stories Mathematische Erkenntnisse scheinen oft wie "vom Himmel gefallen", oder "seit Jahrtausenden bekannt". Tatsächlich stehen dahinter aber menschliche Schicksale und individuelles Ringen, Irrwege und Irrtümer. In diesem Seminar behandeln wir Ergebnisse aus dem Bereich der Entscheidungsunterstützung Optimierung, und in welchem historischen Zusammenhang sie entstanden sind. Wir orientieren uns dabei an den Kapiteln des Buches "Optimization Stories" (2012, Editor Martin Grötschel). Die Veranstaltung wird als Blockseminar stattfinden. Dieses Seminar findet im Rahmen der Bachelor-Seminare der BWL statt. | Seminar | unisono-Link |
| Data Science für Unternehmen Daten in der Hand von Unternehmen sind Kapital, deren Bedeutung über die letzten Jahre immer weiter zugenommen hat. Studien zeigen einen klaren Zusammenhang zwischen Produktivität und Verwendung von Daten. Kein Wunder also, dass Data Science in aller Munde ist. Aber wie wird der Nutzen aus Daten denn gezogen? Unter Data Science verstehen wir eine Sammlung von Techniken, die darauf abzielen, automatisch Muster in Daten zu finden. Die dahinter stehenden Ideen sind teilweise ganz einfach, und ohne fortgeschrittenen mathematischen Hintergrund zu verstehen. In dieser Veranstaltung behandeln wir einige dieser Techniken, unter anderem supervised segmentation, Regression, Clustering und text mining. Die Vorlesungen und Übungen werden durch eine Rechnerübung ergänzt, bei denen das Gelernte direkt ausprobiert werden kann. | Vorlesung
| |
| Netzwerkoptimierung Netzwerke sind überall: Vom Internet zum Facebook-Freundeskreis, von der Straßenkarte zum Metabolismus, bilden Netzwerke ein mächtiges Instrument, um Modelle für reale Abläufe zu schaffen. In dieser Veranstaltung behandeln wir das Thema der Optimierung in Netzwerken, d.h., wir möchten die bestmögliche Entscheidung treffen, die sich auf ein Problem in einem Netzwerk bezieht. Wir behandeln unter anderem: Minimale spannende Bäume, kürzeste Wege, Netzwerkflüsse und Matchings. | Vorlesung
|