Matroids Matheplanet Forum Index
Forumbereich moderiert von: Berufspenner
Alle Foren » Erfahrungsaustausch » Welche Module sind sinnvoll?
Druckversion
Druckversion
Antworten
Antworten
Universität/Hochschule Welche Module sind sinnvoll?
Lorenzo Junior Letzter Besuch: im letzten Quartal
Mitglied seit: 16.11.2019, Mitteilungen: 7
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum ersten Beitrag
Themenstart: 2020-10-30

Einen wunderschönen guten Abend,
wie man an der Frage erkennen kann, sucht der unwissende Student Lorenz ein paar Tipps für seinen Studienverlauf wobei er versucht dieses maximal sinnvoll zu gestalten.

Ich studiere Informatik und etwas Mathematik (Nebenfach + Zusatzmodule) und belege seit ein paar Semestern mehr und mehr Module in Richtung KI, Machine Learning, Machine Intelligence etc.

Nun möchte ich mein Nebenfach + Zusatzmodulbereich etwas füllen, natürlich mit sinnvollen Stoff und es kommen folgende Module aus Interesse in Frage:
- Wahrscheinlichkeitstheorie 2: hier
- Wahrscheinlichkeitstheorie 3: hier
- Statistik: hier
- stochastische Modelle: hier
- Lineare und Kombinatorische Optimierung: hier
- Diskrete Optimierung: hier


Nun ist mir bewusst, dass die ersten 4 natürlich eher passen, aber haben den die letzten beiden überhaupt Anwendungen in der Wirtschaft (ja ich weiß UNI $\neq$ reelle Welt) bzw. in meinen Schwerpunkt bzw. bringen Sie mir überhaupt was, außer zusätzlichen Wissen?

Ich entschuldige mich gleich mal für die wahrscheinlich (kann man das berechnen?) doofe Frage, nur sehe ich gerade selbst den Wald vor lauter Bäumen nicht und würde gerne eine externe Meinung einholen, die Profs fragt man ja besser nicht, denn die verkaufen einen sonst noch ein Auto zum Modul:).

LG

Lorenz



Eine Notiz zu diese Forumbeitrag schreiben Notiz   Profil  Quote  Link auf diesen Beitrag Link
Folgende Antworten hat der Fragesteller vermutlich noch nicht gesehen.
Er/sie war noch nicht wieder auf dem Matheplaneten
phiregen Aktiv Letzter Besuch: in der letzten Woche
Mitglied seit: 18.08.2010, Mitteilungen: 548
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum ersten Beitrag
Beitrag No.1, eingetragen 2020-11-13 01:25

Hallo,

du studierst Informatik.. und fragst ob die letzten beiden Module sinnvoll sind?

Ja absolut! Optimierungsaufgaben bzw. zu verstehen was überhaupt zu optimieren ist, gehört zur Pflicht aus meiner Sicht.

Ich weis nicht was du später machen willst, aber noch ist es in vielen Unternehmen so, dass die Personalabteilung nach bestimmten Stichworten sucht. Optimierung ist mit Sicherheit gerne gesehen.

Wahrscheinlichkeitstheorie 3 ist offenbar die Fortführung von Teil 2.
Gehe mal davon aus, dass es dir in den meisten Jobs mehr bringt zu wissen, wie lineare Optimierung funktioniert, als was Ito-Integrale sind.
Teil 2 enthält aber immer noch einige Basics, also definitiv belegen!

Du musst halt wissen was du arbeiten möchtest. Auch in einer Versicherung wird nicht Hardcore-Stochastik verlangt. Wenn un deiner Bewerbung Wahrscheinlichkeitstheorie 1+2+3 steht, wirkt das nicht viel imposanter als wenn du nur Teil 1+2 hast.

Ein rudimentäres Wissen über Stochastische Modelle Methoden ist sicher gut und könnte dir vielleicht mal helfen.

Um ein Profi zu werden, wirst/musst du sowieso alles durcharbeiten.

Ich würde

WST 2
und die letzten drei machen.
Im Anschluss kannst du dir noch WST 3 oder Stat reinziehen, ggf per Buch oder zumindest das Skript.






Eine Notiz zu diese Forumbeitrag schreiben Notiz   Profil  Quote  Link auf diesen Beitrag Link
Kitaktus Senior Letzter Besuch: in der letzten Woche
Mitglied seit: 11.09.2008, Mitteilungen: 6613, aus: Niedersachsen
Zum letzten BeitragZum nächsten BeitragZum vorigen BeitragZum ersten Beitrag
Beitrag No.2, eingetragen 2020-11-13 03:17

Die Antwort ist nicht so ganz einfach, weil die Module für Dein Anwendungsgebiert ungünstig geschnitten sind.

a) 5+6 - Wer hat sich das ausgedacht? Zwei Vorlesungen, die jeweils zu großen Teilen den Simplaxalgorithmus beinhalten. Merkwürdig. Da die mit ADM I und ADM II bezeichnet werden, bauen sie vermutlich aufeinander auf. Es wird auch der gleiche Verantwortliche genannt. Wenn Du nicht gerade vorhast, alles gleichzeitig zu belegen würde ich mit 5) anfangen und dann 6) machen (oder auch nicht je nach Geschmack).

Für einen Informatiker halte ich von den genannten Themen diskrete Optimierung für am relevantesten. Es könnte sein, dass es Überschneidungen gibt, wenn Du Vorlesungen zu Algorithmen oder Komplexitätstheorie gehört hast.
Lineare Optimierung ist (Goswin bitte nicht böse sein!) für meinen Geschmack etwas "langweilig". Lineare Optimierung hat ein fantastisches Preis-Leistungs-Verhältnis. Man kann mit verhältnismäßig einfachen und schnellen Algorithmen sehr viele relevante Probleme lösen. Aber es wird oft sehr viel Theorie dazu gelehrt, die man in der Praxis nicht wirklich braucht.
Aber um es klar zu sagen: Diskrete (oder kombinatorische) Optimierung wäre das erste, wonach ich fragen würde, wenn sich jemand mit Deinen Schwerpunkten bei mir bewerben würde (Elementare Wahrscheinlichkeitsrechnung setze ich einfach mal voraus).

KI ist in meinen Augen vom Wesen her Optimierung.

b) 1+2. Die Bedingten Erwartungen in Wahrscheinlichkeitstheorie II irritieren mich etwas, dass hätte ich definitiv in Wahrscheinlichkeitstheorie I erwartet. Ansonsten ist in beiden Vorlesungen einiges Wissenswertes dabei, aber nicht gerade die absoluten Must-Haves und auch einiges, was Du nicht wirklich brauchst.
Würde ich eher als Kür ansehen.
Also eventuell in 1) reinhören und dann nach Interesse entscheiden.

c) 3. Bei Statistik ist es ähnlich. Ein paar Sachen, die den Horizont erweitern, ein paar, die Dir eher nicht weiterhelfen aber auch nicht überlebensnotwendig.

d) Ist nicht mein Spezialgebiet und ich hätte es vor ein paar Jahren noch wie 1-3 bewertet. Inzwischen höre ich in zwei von drei KI-Vorträgen das Schlagwort "Gaussprozesse". Das scheint für KI also nicht ganz uninteressant zu sein. Leider ist es in der Vorlesung nur als "optional" gekennzeichnet und ich kann auch nicht einschätzen, wie weit die Vorlesung von der praktischen Verwertung der Theorie entfernt ist.
Wenn Du Kurse zu KI belegt hast, weißt Du vielleicht mehr als ich.

Fazit: Ideal wäre ein "Best-Off" der sechs Vorlesungen. Basiswissen über Lineare / diskrete / kombinatorische Optimierung kann ich nur dringend empfehlen. Selbst der größte KI-Methoden-Guru sollte wissen, wann man die Kanonen zu Hause lässt und es lieber mit einem kleinen, feinen, perfekt auf das Problem zugeschnittenen klassischen Algorithmus versucht.
Ich habe mal einen ansonsten sehr gescheiten Menschen erlebt, der ein kürzester-Weg-Problem mit Ameisen-Algorithmen gelöst hat, das war etwas peinlich.
Die anderen Vorlesungen würde ich von einem Informatiker (mit dieser Ausrichtung) nicht zwingend erwarten, aber durchaus als nützliches Zusatzwissen ansehen.

Ok. Das unterscheidet sich nicht so sehr, von dem, was phiregen geschrieben hat, aber das zeigt vielleicht, dass das keine Einzelmeinung ist.

PS: Kontinuierliche Optimierung kommt bei Dir gar nicht vor. Einige KI-Methoden basieren aber schon deutlich auf diesem Ansatz. Wäre eine Überlegung wert.
[Mich persönlich hat Kontinuierliche Optimierung nicht so weitergebracht, aber das mag bei anderen ja anders sein.]



Eine Notiz zu diese Forumbeitrag schreiben Notiz   Profil  Quote  Link auf diesen Beitrag Link
Neues Thema [Neues Thema] Antworten [Antworten]    Druckversion [Druckversion]

 


Wechsel in ein anderes Forum:
 Suchen    
 
All logos and trademarks in this site are property of their respective owner. The comments are property of their posters, all the rest © 2001-2020 by Matroids Matheplanet
This web site was originally made with PHP-Nuke, a former web portal system written in PHP that seems no longer to be maintained nor supported. PHP-Nuke is Free Software released under the GNU/GPL license.
Ich distanziere mich von rechtswidrigen oder anstößigen Inhalten, die sich trotz aufmerksamer Prüfung hinter hier verwendeten Links verbergen mögen.
Lesen Sie die Nutzungsbedingungen, die Distanzierung, die Datenschutzerklärung und das Impressum.
[Seitenanfang]