Econometrics and Machine LearningModulbeschreibung #70382 / Version 2
- 6 LP
- Schriftliche Prüfung
- Benotet
- Sommersemester
- Englisch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
| Modul / Version | #70382 / #2 |
|---|---|
| Gültigkeit | SoSe 2020 – WiSe 2021/22 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Andresen, Anna |
| Benotung | Benotet |
| Prüfungsform | Schriftliche Prüfung |
| Lehrsprache(n) | Englisch |
Zugehörigkeit
| Fakultät | Fakultät VII |
|---|---|
| Institut | Institut für Volkswirtschaftslehre und Wirtschaftsrecht |
| Fachgebiet | 37312400 FG Digitale Währungen / Kryptowährungen |
Kontakt
| Sekretariat | EN 17 |
|---|---|
| Ansprechpartner*in | Andresen, Anna |
| E-Mail-Adresse | anna.almosova@tu-berlin.de |
| Webseite | Keine Angabe |
Lernergebnisse
Das Modul beschäftigt sich mit den Methoden aus dem Bereich Maschinelles Lernen (ML) und deren ökonomischen Anwendungen. Die Grundkenntnisse der ML Methoden werden vermittelt, sie werden mit klassischen statistischen Methoden verglichen. Die Studenten werden die Möglichkeit haben, die erlernten Methoden anzuwenden. Benötigte Kenntnisse von der Programmiersprache Python und den geeigneten Paketen werden ebenfalls vermittelt.
Lehrinhalte
Die Vorlesung wird sich mit der theoretischen Basis von unterschiedlichen ML Methoden auseinandersetzten: Klassifikations- und Regressionsbäume, LASSO, k-nearest-neighbors, neuronale Netze und SVMs werden unter anderem besprochen. Die Grundprinzipien des Kreuzvalidierungsverfahrens, out-of-sample accuracy und Wahrscheinlichkeitstheorie werden vermittelt und benutzt. Die Übungen befassen sich mit realen wirtschaftlichen Problemen und zeigen, wie man mithilfe der Programmiersprache Python maschinelle Lerntechniken auf diese Probleme anwendet.
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Machine Learning Methods for Economists | Integrierte Veranstaltung | 3731 L 10560 | Sommersemester | [en] | 4 | ISIS |
Arbeitsaufwand und Leistungspunkte
Machine Learning Methods for Economists (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
Vorlesungen, die sich mit der Theorie und Beispielen beschäftigen, Übungen mit Computeraufgaben, Hausaufgaben mit sowohl einem theoretischen als auch einem empirischen Teil.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Grundkenntnisse von Statistik, Mathematik, Ökonometrie. Kenntnisse einer Programmiersprache sind erwünscht. Bachelorstudierende können den Kurs nach Absprache ebenso absolvieren.
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Schriftliche Prüfung |
| Sprache | Englisch |
| Dauer/Umfang | 120 Minuten |
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.
Maximale teilnehmende Personen
Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.
Anmeldeformalitäten
Zur Teilnahme am Modul ist keine Anmeldung erforderlich.
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 |
|---|---|---|
| Industrial Economics StuPO 2018 | SoSe 2020 | Wahlpflichtbereich › Vertiefungsstudium › VWL-Vertiefungsmodule |
| WiSe 2020/21 | Wahlpflichtbereich › Vertiefungsstudium › VWL-Vertiefungsmodule | |
| SoSe 2021 | Wahlpflichtbereich › Vertiefungsstudium › VWL-Vertiefungsmodule | |
| WiSe 2021/22 | Wahlpflichtbereich › Vertiefungsstudium › VWL-Vertiefungsmodule | |
| Wirtschaftsingenieurwesen StuPO 2015 | WiSe 2020/21 | Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Statistics & Econometrics |
| SoSe 2021 | Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Statistics & Econometrics | |
| WiSe 2021/22 | Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Statistics & Econometrics |
Sonstiges
Keine Angabe