Data Science

Advanced Game Theory

  • Type: Vorlesung (V)
  • Semester: WS 16/17
  • Time: 20.10.2016
    17:30 - 19:00 wöchentlich
    10.91 Grashof 10.91 Maschinenbau, Altes Maschinenbaugebäude


    27.10.2016
    17:30 - 19:00 wöchentlich
    10.91 Grashof 10.91 Maschinenbau, Altes Maschinenbaugebäude

    03.11.2016
    17:30 - 19:00 wöchentlich
    10.91 Grashof 10.91 Maschinenbau, Altes Maschinenbaugebäude

    10.11.2016
    17:30 - 19:00 wöchentlich
    10.91 Grashof 10.91 Maschinenbau, Altes Maschinenbaugebäude

    17.11.2016
    17:30 - 19:00 wöchentlich
    10.91 Grashof 10.91 Maschinenbau, Altes Maschinenbaugebäude

    24.11.2016
    17:30 - 19:00 wöchentlich
    10.91 Grashof 10.91 Maschinenbau, Altes Maschinenbaugebäude

    01.12.2016
    17:30 - 19:00 wöchentlich
    10.91 Grashof 10.91 Maschinenbau, Altes Maschinenbaugebäude

    08.12.2016
    17:30 - 19:00 wöchentlich
    10.91 Grashof 10.91 Maschinenbau, Altes Maschinenbaugebäude

    15.12.2016
    17:30 - 19:00 wöchentlich
    10.91 Grashof 10.91 Maschinenbau, Altes Maschinenbaugebäude

    22.12.2016
    17:30 - 19:00 wöchentlich
    10.91 Grashof 10.91 Maschinenbau, Altes Maschinenbaugebäude

    29.12.2016
    17:30 - 19:00 wöchentlich
    10.91 Grashof 10.91 Maschinenbau, Altes Maschinenbaugebäude

    05.01.2017
    17:30 - 19:00 wöchentlich
    10.91 Grashof 10.91 Maschinenbau, Altes Maschinenbaugebäude

    12.01.2017
    17:30 - 19:00 wöchentlich
    10.91 Grashof 10.91 Maschinenbau, Altes Maschinenbaugebäude

    19.01.2017
    17:30 - 19:00 wöchentlich
    10.91 Grashof 10.91 Maschinenbau, Altes Maschinenbaugebäude

    26.01.2017
    17:30 - 19:00 wöchentlich
    10.91 Grashof 10.91 Maschinenbau, Altes Maschinenbaugebäude

    02.02.2017
    17:30 - 19:00 wöchentlich
    10.91 Grashof 10.91 Maschinenbau, Altes Maschinenbaugebäude

    09.02.2017
    17:30 - 19:00 wöchentlich
    10.91 Grashof 10.91 Maschinenbau, Altes Maschinenbaugebäude


  • Lecturer: Prof. Dr. Nora Szech
  • SWS: 2
  • Lv-No.: 2521533
Voraussetzungen

Keine.

Empfehlungen:

Es werden Grundkenntnisse in Mathematik und Statistik vorausgesetzt.

Literaturhinweise

Verpflichtende Literatur:

Osborne, M. A. Rubinstein, A Course in Game Theory, MIT Press, 1994.

Ergänzende Literatur:

Aumann, R./Hart, S. (Hrsgb.), Handbook of Game Theory I-III, Elsevier, 1992/1994/2002.

Lehrinhalt

Die Vorlesung soll es den Studierenden ermöglichen, ihr Wissen in Spieltheorie zu erweitern und zu vertiefen.

Anmerkung

Bitte beachten Sie, dass die Lehrveranstaltung ab dem Wintersemester 2014/15 neu angeboten wird.

Arbeitsbelastung

Gesamtaufwand bei 4,5 Leistungspunkten: ca. 135 Stunden

Präsenzzeit: 30 Stunden

Selbststudium: 105 Stunden

Ziel

Der/die Studierende

- erweitert und vertieft sein/ihr Grundwissen im Bereich der Spieltheorie,

- entwickelt ein tiefes/rigoroses Verständnis neuerer Konzepte im Bereich der Spieltheorie,

- entwickelt die Fähigkeit komplexere strategische Entscheidungsmodelle eigenständig zu modellieren und fundierte Lösungen zu erarbeiten.

Prüfung

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung (60 min.) (nach §4(2), 1 SPO).
Die Prüfung wird in jedem Semester angeboten und kann zu jedem ordentlichen Prüfungstermin wiederholt werden.