Implementierung von OM-Modellen und Verfahren in Python

Inhalte und Prüfungsleistungen

Ziel dieses Moduls ist es, dass Sie ein umfassendes Verständnis für die Entwicklung von Python-Code bekommen, wobei besonderer Wert auf die Auswahl geeigneter Datenstrukturen, die Beherrschung der objektorientierten Programmierung, die Implementierung von Algorithmen und mathematischen Modellen in gurobipy sowie die effiziente Codegestaltung gelegt wird. Um einen effizienten Code aufzubauen, werden Sie Kenntnisse über Profiling- und Debugging-Methoden erwerben. Durch die Fähigkeit, Daten aufzubereiten, auszugeben und zu visualisieren, werden Sie in der Lage sein, ihre Programmierkenntnisse in praktischen Anwendungen anzuwenden.

Es findet eine kombinierte Vorlesung und Übung mit folgenden Inhalte statt:

  • Python und Visual Studio Code
  • Auswahl und Aufbau geeigneter Datenstrukturen
  • Implementierung von Algorithmen
  • Mathematischen Modellen in gurobipy
  • Profiling- und Debugging-Methoden
  • Datenauswertung mit pandas
  • Visualisierung mit matplotlib

Die Prüfungsleistung besteht aus vier Hausarbeiten während des Semesters zuzüglich müdlicher Prüfungen, welche in Gruppenarbeit abgelegt werden. Nähere Informationen dazu erhalten Sie in der ersten Vorlesung.

Alle weiteren Informationen zum Kurs erhalten Sie in der Stud.IP Gruppe "Implementierung von OM-Modellen und Verfahren in Python".

Anmeldung

Die Veranstaltung ist auf 20 Plätze begrenzt. Bitte melden Sie sich auf dieser Seite an. Es gilt das First-Come-First-Served-Prinzip.

Technische Voraussetzungen

Für den Kurs wird ein eigener Laptop oder Computer (im Idealfall ein Windows-Rechner) benötigt. Bei Bedarf können Sie ein Notebook über das LUIS ausleihen. Die benötigte Software wird auf Stud.IP bereitgestellt und muss vor der ersten Vorlesung auf dem Rechner installiert werden. Für technische Probleme wird es vor der ersten Vorlesung eine Sprechstunde geben. Nähere Informationen dazu erhalten Sie auf Stud.IP.

Ansprechpersonen

M. Sc. Inka Nozinski
Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
Adresse
Königsworther Platz 1
30167 Hannover
Gebäude
Raum
117
M. Sc. Inka Nozinski
Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
Adresse
Königsworther Platz 1
30167 Hannover
Gebäude
Raum
117
M. Sc. Timo Helfers
Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
Adresse
Königsworther Platz 1
30167 Hannover
Gebäude
Raum
159
M. Sc. Timo Helfers
Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
Adresse
Königsworther Platz 1
30167 Hannover
Gebäude
Raum
159