Optimierungs-AlgorithmenModulbeschreibung #41016 / Version 2
- 6 LP
- Schriftliche Prüfung
- Benotet
- Wintersemester
- Englisch
| Modul / Version | #41016 / #2 |
|---|---|
| Gültigkeit | Seit WiSe 2023/24 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Toussaint, Marc |
| Benotung | Benotet |
| Prüfungsform | Schriftliche Prüfung |
| Lehrsprache(n) | Englisch |
Zugehörigkeit
| Fakultät | Fakultät IV |
|---|---|
| Institut | Institut für Technische Informatik und Mikroelektronik |
| Fachgebiet | 34342100 FG Lernende intelligente Systeme |
Kontakt
| Sekretariat | MAR 4-4 |
|---|---|
| Ansprechpartner*in | Toussaint, Marc |
| E-Mail-Adresse | office@lis.tu-berlin.de |
| Webseite | https://www.user.tu-berlin.de/mtoussai/teaching/index.html |
Lernergebnisse
Die Studenten können Optimierungsalgorithmen entwickeln und anwenden.
Sie können Probleme adäquat als Mathematische Programme formalisieren.
Sie haben ein detailliertes Verständnis der verschiedenen Kategorien von Optimierungsproblems und -methoden.
Sie haben ein grundlegendes Verständnis der Theorie und Eigenschaften von Optimierungsalgorithmen.
Sie haben einen Überblick über und erste Erfahrung mit existierender Optimierungssoftware und können diese anwenden, um Optimierungsprobleme zu lösen.
Sie können Probleme adäquat als Mathematische Programme formalisieren.
Sie haben ein detailliertes Verständnis der verschiedenen Kategorien von Optimierungsproblems und -methoden.
Sie haben ein grundlegendes Verständnis der Theorie und Eigenschaften von Optimierungsalgorithmen.
Sie haben einen Überblick über und erste Erfahrung mit existierender Optimierungssoftware und können diese anwenden, um Optimierungsprobleme zu lösen.
Lehrinhalte
Der Kurs behandelt die kontinuierliche Optimierung. Der Fokus liegt auf nicht-linearen mathematischen Programmen (Optimierung unter Randbedingungen).
Teil 1 führt in effiziente 'downhill'-Methoden ohne Randbedingungen ein:
* Gradientenabstieg, Backtracking, Wolfe-Bedingungen, Konvergenzeigenschaften
* Covariante Gradienten, Newton-Verfahren, Quasi-Newtonverfahren, BFGS
Teil 2 führt in effiziente Optimierungsalgorithmen unter Randbedingungen ein:
* Grundlagen zu KKT Bedingungen
* Log-Barrier-Methode, Augmented Lagrangian, primal-dual Newton
* Differenzierbare Optimierung
* Konvexe Programme, bound constraints, Phase I
Teil 3 behandelt weiterführende Themen, die jährlich variieren; bspw.:
* Stochastische Gradienten Methoden zur NN-Optimierung
* No Free Lunch, Bayes'sche Optimierung, globale Optimierung
* Stochastische, black-box, & evolutionäre Algorithmen
* Existierende Software, CERES, strukturierte NLPs, constraint graphs
Teil 1 führt in effiziente 'downhill'-Methoden ohne Randbedingungen ein:
* Gradientenabstieg, Backtracking, Wolfe-Bedingungen, Konvergenzeigenschaften
* Covariante Gradienten, Newton-Verfahren, Quasi-Newtonverfahren, BFGS
Teil 2 führt in effiziente Optimierungsalgorithmen unter Randbedingungen ein:
* Grundlagen zu KKT Bedingungen
* Log-Barrier-Methode, Augmented Lagrangian, primal-dual Newton
* Differenzierbare Optimierung
* Konvexe Programme, bound constraints, Phase I
Teil 3 behandelt weiterführende Themen, die jährlich variieren; bspw.:
* Stochastische Gradienten Methoden zur NN-Optimierung
* No Free Lunch, Bayes'sche Optimierung, globale Optimierung
* Stochastische, black-box, & evolutionäre Algorithmen
* Existierende Software, CERES, strukturierte NLPs, constraint graphs
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Optimization Algorithms | Integrierte Veranstaltung | Wintersemester | [en] | 4 | WiSe 2026/27 (2) ISIS |
Veranstaltungen im Vorlesungsverzeichnis
Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.
WiSe 2026/27 (2)
Optimization Algorithms (Integrierte Veranstaltung) 2
Arbeitsaufwand und Leistungspunkte
Optimization Algorithms (Integrierte Veranstaltung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 4 h | 60 h |
| Vor-/Nachbereitung | 15 | 8 h | 120 h |
| 180 h | |||
Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Wöchentliche Vorlesungen, Übungen, Programmieraufgaben und Hausaufgaben
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Gute Vorkenntnisse in linearer Algebra und Analysis
Grundlegende Programmierungskenntnisse, in C++ oder Python
Grundlegende Programmierungskenntnisse, in C++ oder Python
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Die Prüfungsvoraussetzungen konnten nicht abgerufen werden.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Schriftliche Prüfung |
| Sprache | Englisch |
| Dauer/Umfang | 120 min |
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Wintersemester.
Maximale teilnehmende Personen
Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.
Anmeldeformalitäten
Siehe die ISIS-Kurseseite
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
nicht verfügbar
Empfohlene Literatur
Keine empfohlene Literatur angegeben
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Computational Engineering Science (Informationstechnik im Maschinenwesen) StuPO 2018 (17.01.2018) | SoSe 2025 | 2. Kernbereich: Simulation und Optimierung |
| WiSe 2025/26 | 1. Kernbereich 1: Informatik und Mathematik | |
| SoSe 2026 | 1. Kernbereich 1: Informatik und Mathematik | |
| WiSe 2026/27 | 2. Kernbereich: Simulation und Optimierung | |
| Computer Engineering StuPO 2015 | SoSe 2025 | Wahlpflicht Studiengebiete Fak. IV › Automatisierungstechnik / Automation and Control |
| WiSe 2025/26 | Wahlpflicht Studiengebiet B › Kognitive Systeme / Cognitive Systems | |
| SoSe 2026 | Wahlpflicht Studiengebiet B › Kognitive Systeme / Cognitive Systems | |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiet B › Kognitive Systeme / Cognitive Systems | |
| Computer Science (Informatik) StuPO 2015 | SoSe 2025 | Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems |
| WiSe 2025/26 | Studiengebiete › Kognitive Systeme / Cognitive Systems | |
| SoSe 2026 | Studiengebiete › Kognitive Systeme / Cognitive Systems | |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiet › Kognitive Systeme / Cognitive Systems | |
| Elektrotechnik StuPO 2015 | SoSe 2025 | Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems |
| WiSe 2025/26 | Wahlpflicht Studiengebiete Fak. IV › Automatisierungstechnik / Automation and Control | |
| SoSe 2026 | Wahlpflicht Studiengebiet Automatisierungstechnik / Automation and Control › Wahlpflicht Automatisierungstechnik / Automation and Control | |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems | |
| ICT Innovation StuPO 2020 | SoSe 2025 | Studienrichtungen › Major: Embedded Systems › Exit year: Embedded Systems › Exit year Electives: Embedded Systems |
| WiSe 2025/26 | Studienrichtungen › Major: Embedded Systems › Exit year: Embedded Systems › Exit year Electives: Embedded Systems | |
| SoSe 2026 | Studienrichtungen › Major: Embedded Systems › Exit year: Embedded Systems › Exit year Electives: Embedded Systems | |
| Medieninformatik StuPO 2017 | SoSe 2025 | Wahlpflichtbereich › Technische Profilbereiche (A) › Profilbereich Mensch-Maschine-Interaktion |
| WiSe 2025/26 | Wahlpflichtbereich › Technische Profilbereiche (A) › Profilbereich Mensch-Maschine-Interaktion | |
| SoSe 2026 | Wahlpflichtbereich › Technische Profilbereiche (A) › Profilbereich Mensch-Maschine-Interaktion | |
| WiSe 2026/27 | Wahlpflichtbereich › Technische Profilbereiche (A) › Mensch-Maschine-Interaktion | |
| Medientechnik StuPO 2022 | SoSe 2025 | Wahlpflicht weitere Profibereiche › weiterer Profilbereich Data Science |
| WiSe 2025/26 | Wahlpflicht weitere Profibereiche › weiterer Profilbereich Data Science | |
| SoSe 2026 | Wahlpflichtbereich Profilbereiche › Profilbereich Mensch-Maschine-Interaktion | |
| WiSe 2026/27 | Wahlpflichtbereich › Profilbereich › Mensch-Maschine-Interaktion | |
| Physikalische Ingenieurwissenschaft StuPO 2007 (19.12.2007) | SoSe 2025 | 2.1 Numerik und Simulation › 2.1b Ergänzungsbereich |
| WiSe 2025/26 | 2.1 Numerik und Simulation › 2.1b Ergänzungsbereich | |
| SoSe 2026 | 2.1 Numerik und Simulation › 2.1b Ergänzungsbereich | |
| Physikalische Ingenieurwissenschaft StuPO 2020 | SoSe 2025 | 2.1 Numerik und Simulation › 2.1b Ergänzungsbereich |
| WiSe 2025/26 | 2.1 Numerik und Simulation › 2.1b Ergänzungsbereich | |
| SoSe 2026 | 2.1 Numerik und Simulation › 2.1b Ergänzungsbereich | |
| WiSe 2026/27 | 2.1 Numerik und Simulation › 2.1b Ergänzungsbereich | |
| Wirtschaftsingenieurwesen StuPO 2026 | WiSe 2026/27 | Ingenieurwissenschaften / Studienrichtungen › AI Engineering › Cognitive Systems |
Sonstiges
Keine Angabe