Universität Wien

053612 VU Optimisation Methods for Data Science (2022W)

4.00 ECTS (3.00 SWS), SPL 5 - Informatik und Wirtschaftsinformatik
Prüfungsimmanente Lehrveranstaltung
VOR-ORT
Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 25 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Written Exam:

Thursday 19 Jan 2023, 11:30-13:00, location: HS 11 OMP

  • Montag 03.10. 09:45 - 11:15 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 06.10. 11:30 - 13:00 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Montag 10.10. 09:45 - 11:15 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 13.10. 11:30 - 13:00 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Montag 17.10. 09:45 - 11:15 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 20.10. 11:30 - 13:00 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Montag 24.10. 09:45 - 11:15 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 27.10. 11:30 - 13:00 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Montag 31.10. 09:45 - 11:15 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 03.11. 11:30 - 13:00 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Montag 07.11. 09:45 - 11:15 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 10.11. 11:30 - 13:00 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Montag 14.11. 09:45 - 11:15 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 17.11. 11:30 - 13:00 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Montag 21.11. 09:45 - 11:15 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 24.11. 11:30 - 13:00 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Montag 28.11. 09:45 - 11:15 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 01.12. 11:30 - 13:00 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Montag 05.12. 09:45 - 11:15 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Montag 12.12. 09:45 - 11:15 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 15.12. 11:30 - 13:00 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Montag 09.01. 09:45 - 11:15 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 12.01. 11:30 - 13:00 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Montag 16.01. 09:45 - 11:15 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 19.01. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
    Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Montag 23.01. 09:45 - 11:15 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 26.01. 11:30 - 13:00 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock
  • Montag 30.01. 09:45 - 11:15 Seminarraum 15 Oskar-Morgenstern-Platz 1 3.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

The lecture will be held in presence.

This course will cover foundations of duality, a key technology in optimization, with a special focus on (larger scale) algorithmic applications in data science.

Art der Leistungskontrolle und erlaubte Hilfsmittel

(1) a written exam at the end of the semester
(2) weekly exercises
(3) bonus points for active participation during classes

Written Exam:

Thursday 19 Jan 2023, 11:30-13:00, location: HS 11 OMP

Mindestanforderungen und Beurteilungsmaßstab

Exam: 50%
Exercises: 35%
Activity: 15%

Precentage/Grades:

0-53: nicht genuegend/fail (5)
54-65: genuegend/pass (4)
66-77: befriedigend/satisfactory (3)
78-89: gut/good (2)
90-100: sehr gut/excellent (1)

Prüfungsstoff

all material covered during the lecture

Literatur

Lecture Notes (see moodle)

Bazaraa, M.S., Sherali, H.D., Shetty, C.M.: Nonlinear Programming: Theory and Algorithms, Wiley

Stephen Boyd and Lieven Vandenberghe.
Convex Optimization.
https://web.stanford.edu/~boyd/cvxbook/.

Martin Jaggi, Bernd Gärtner,
Optimization for Machine Learning (Lect.notes)
https://raw.githubusercontent.com/epfml/OptML_course/master/lecture_notes/lecture-notes.pdf

Zuordnung im Vorlesungsverzeichnis

Modul: OMD

Letzte Änderung: Mo 14.11.2022 15:28