Computational Economics
Unregelmäßig
4.5 ECTS
Englisch
Bachelor: Vertiefung
Master
Informatik (INFO)
Informatik (KIT-Fakultät für Wirtschaftswissenschaften) (Sonstige)
Vertiefung Informatik (Sonstige)
Wahlpflicht Informatik (Sonstige)
Prüfungsleistung schriftlich
Vorlesung
|
Relevanz des Vorlesungsbesuches
Hinblicklich: Folien selbsterklärend, Vorlesung behandelt zusätzlichen Stoff |
|
| Nicht Prüfungsrelevant | Sehr prüfungsrelevant |
|
|
|
|
Gestaltung der Vorlesung
|
|
| Uninteressant | Sehr interessant |
|
|
|
|
Qualität der Vorlesungsmaterialien
Hinblicklich: Vollständigkeit, Struktur |
|
| Materialien schlecht | Materialien gut |
|
|
|
Prüfung
| Reproduktion | Transfer |
|
|
|
| Nicht rechenlastig | Sehr rechenlastig |
|
|
|
| Aufwand < ECTS | Aufwand > ECTS |
|
|
|
| Prüfungsvorbereitung schlecht | Prüfungsvorbereitung gut |
|
|
|
| Reproduktion | Transfer |
|
|
|
| Nicht rechenlastig | Sehr rechenlastig |
|
|
|
| Aufwand < ECTS | Aufwand > ECTS |
|
|
|
| Prüfungsvorbereitung schlecht | Prüfungsvorbereitung gut |
|
|
|
Kommentare und Einzelbewertungen
− 9+
Bei der Veranstaltung handelt es sich um eine Blockveranstaltung mit 2 Veranstaltungstagen zu Beginn des Semesters (jeweils 9 - ca. 15 Uhr) und 2-wöchentlichen Rechnerübungen mit Beginn Ende November. Interessanterweise wurden im WS 18/19 nicht die Vorlesungsinhalte abgedeckt, die der Beschreibung im MHB genannt werden.
So wurden beispielsweise keine Agentenmodelle behandelt, die eigentlich den Grundpfeiler von Compuational Economics darstellen.
Stattdessen wurden folgende Themen behandelt:
1. Statistische Grundlagen von Monte Carlo Simulationen
2. Evolutionäre Algorithmen
3. Algorithms for Multi-Objective Optimization
4. Robuste Optimierung
5. Fairness Modeling
Der Schwerpunkt der Vorlesung lag auf evolutionären Algorithmen, während in den Rechnerübungen der Umgang mit verschiedene Optimierungs-Tools behandelt wurde (MATLAB, GAMS, Gurobi/Python, CPLEX/Java).
Die Klausur bestand aus reiner Reproduktion und Aufgaben zu evolutionäre Algorithmen gab es (fast) keine. Eine "Rechenaufgabe" bestand aus dem manuellen Lösen eines einfachen unrestringierten multikriterellen Optimierungsproblems mit 3 Zielfunktionen. Des Weiteren musste Code in einem gegebenen GAMS-Codefragment ergänzt werden, was allerdings nur eine Reproduktion der entsprechenden Aufgabe aus der Rechnerübung darstellt.
Die Klausur wäre auch ohne Vorlesungsbesuch gut machbar gewesen. Der Schnitt war 2,1 und unter 14 Teilnehmer gab es 5 mal die Note 1,0 (inkl. 0,3/0,4 Bonus durch Bonusabgabe). Die Rechnerübung war insofern interessant, als dass man mit den obengenannten Tools eine große Bandbreite an mathematischer Optimierungssoftware kennengelernt hat. Die Bonusabgabe war machbar und hat keinen ungerechtfertigten Aufwand erfordert.
Ich fand es schade, dass die Veranstaltung nicht das eigentliche Curriculum behandelt hat, sondern stattdessen die "Steckenpferde" des Dozenten behandelt wurden. Wen das nicht stört, bekommt dennoch eine interessante Blockveranstaltung mit mehr als fairer Klausur.
Semester der Prüfung: WS18-19
Der Kommentator würde diese Veranstaltung empfehlen.
− 1+
Prinzipiell sehr interessante Veranstaltung, die ich leider komplett ohne Vorlesung und Übung belegen musste. Allerdings auch gut als "Fernstudium" machbar. Aus den Übungen kann man aber richtig viel mitnehmen, da man mit verschiedenen Tools programmiert und viele Solver anwendet.
Außerdem kann man einen Bonus ausarbeiten.
Die vorgestellten Modelle sind keine reinen VWL-Dinge (was die VL-Beschreibung vermuten ließe), sondern ganz allgemeine Optimierungen (Portfolio, Transport, Allocation,...).
Semester der Prüfung: WS18-19
Der Kommentator würde diese Veranstaltung empfehlen.
− 1+
Interessante Vorlesung. Die Klausur ähnelte sehr den Klausuren aus der vorherigen Jahren
Semester der Prüfung: WS19-20
Der Kommentator würde diese Veranstaltung empfehlen.
− 1+
Von vorangegangenen Bewertungen eigentlich schon gut beschrieben. Wie auch von mir in Naturinspirierte Optimierung beschrieben, haben die beiden Fächer hohes Potential für Skaleneffekte (kann man auch gut im selben Semester schreiben). Wenn man nur eins der beiden Fächer belegen möchte, empfand ich Computational Economics als das einfachere (persönliche Einschätzung). Aufgrund der Ähnlichkeit kann man auch nach den Gedächtnisprotokollen von Naturinspirierte Optimierung schauen, wenn man eine Orientierung für die Klausur haben möchte. Es gab auch einen Bonus, der bei uns aus Bisschen Excel-Solver und Matlab bestand. Den Bonus auch dann abgeben, wenn man nicht glaubt, dass man ihn verdient hätt. Ich habe ihn zum Beispiel wider Erwarten bekommen.
Semester der Prüfung: WS20-21
Der Kommentator würde diese Veranstaltung empfehlen.
− 1+
Der Dozent möchte einem das Thema näher bringen und einen dafür begeistern, was sich im Stil der Übung und Vorlesung widerspiegelt. Es macht es interessant und zugänglich, die Prüfung war wirklich sehr gut machbar und der Bonus war auch einfach zu erreichen.
Semester der Prüfung: WS20-21
Der Kommentator würde diese Veranstaltung empfehlen.
− 0+
Bei uns kam 1:1 die Klausur dran aus Studydrive. Der Stoff ist echt überschaubar und auch wenn die Folien zunächst abschrecken ist es doch nicht sehr anspruchsvoll. Würde es auf jeden Fall empfehlen wenn man quick&easy Veranstaltungen mag ;)
Semester der Prüfung: WS21-22
Der Kommentator würde diese Veranstaltung empfehlen.
− 0+
Dass eine Veranstaltung in der Art wie dieses Semester an der Uni angeboten wird ist eigentlich schon frech. Aber super Möglichkeit um mit minimalem Aufwand gute Ergebnisse zu erzielen.
Semester der Prüfung: WS22-23
Der Kommentator würde diese Veranstaltung empfehlen.
Einzelbewertung