.
. . .
.
. mathematik ebuilding
.
. . .
.
. . .
. .
. . .
. . .
. .
. . .
Sommer 2019 Vorlesung : Numerical Optimization for Data Science
(Studiengänge/Module: siehe Vorlesung/Übung in PORTA)

Dozent : Prof. Dr. V. Schulz

Übungsleitung :
Prof. Dr. V. Schulz, Manuel Klar

Email-Verteiler : Bitte melden Sie sich in PORTA für diese Veranstaltung (Vorlesung und Übung)an; nur dann erhalten Sie per Mail alle aktuellen Informationen oder Änderungen zur Veranstaltung. Die Anmeldung in PORTA zur Abschlussprüfung läuft davon getrennt ab.

Zulassung zur Prüfung: Zur Prüfung wird zugelassen, wer mindestens 50% der Übungspunkte und der Programmierpunkte erzielt hat.
Bitte erkundigen Sie sich beim Dozenten/Übungsleiter, ob Sie zugelassen sind.
Bei Nichtzulassung seitens des Dozenten und nach Ende der Rücktrittsmöglichkeit: Abmeldung bereits angemeldeter Prüfungen durch den Dozenten.

Prüfung: Mündliche Prüfung
(Fiktiver) Prüfungstermin 1: 08.07.2019 / (Fiktiver) Prüfungstermin 2: 04.10.2019 (Einzeltermin-Vereinbarung im Sekretariat E 129)
PORTA: Anmeldezeitraum Beginn: ca. 8 Wochen vor Prüfungstermin / Anmeldezeitraum Ende: 2 Wochen vor Prüfungstermin

Sprechstunde: Mi. 13:15-14:00, E128

Zeit/Ort Vorlesung: Mo. 12:00-14:00, HS 6 und Do. 10:00-12:00, HS 4

Zeit/Ort Übungen : Di. 08:00-10:00, E 45 und/oder Do. 12:00-14:00, E 44

Inhalt : In dieser numerischen Vorlesung werden wir vertieft die numerische Lösung von Aufgaben der nichtlinearen mathematischen Optimierung behandeln. Ein besonderer Schwerpunkt liegt dabei auf endlich-dimensionaler Optimierung (nonlinear programming) und den Fragestellungen im Data Science.

Materialien : Gregory/Liu: Constrained optimization in the calculus of variations and optimal control theory (Semesterapparat Schulz)
Nocedal/Wright: Numerical Optimization, Springer 2006 (Semesterapparat Schulz)



Nonlinear Optimization on the web : NETLIB

Numerical Recipes online

ETNA

Numerical Analysts NETwork

Society for Industrial & Applied Mathematics

ELIB

Math Forum : Numerical Analysis

DMV Special Interest Group in Optimization

Neos Optimization Guide

Ungleichung von Kantorovich



Skript: NUMOscript.pdf (Stand: 11.07.19 ), Jupyter Notebook: algopt.ipynb (Stand: 04.07.19 ), slides for section 4: NUMO_sec4.pdf (Stand: 25.06.19 ), slides for section 5: NUMO_sec5.pdf (Stand: 27.06.19 )

Übungsaufgaben: im stud.ip





. . .
.
Fachbereich IV - Mathematik
Universität Trier, 54286 Trier
.
. . .