ITA | ENG
B028630 - COMPUTATIONAL ECONOMICS
Principali informazioni
Lingua Insegnamento
Contenuto del corso
Libri di testo consigliati
Obiettivi Formativi
Prerequisiti
Metodi Didattici
Altre Informazioni
Modalità di verifica apprendimento
Programma del corso
Obiettivi Agenda 2030 per lo sviluppo sostenibile
Anno Accademico 2022-23
Coorte 2021 - Laurea Magistrale in ECONOMICS AND DEVELOPMENT- ECONOMIA POLITICA E SVILUPPO ECONOMICO
Anno di corso
Secondo Anno - Secondo Semestre
Dipartimento di Afferenza
Scienze per l'Economia e l'Impresa
Tipo insegnamento
Attività formativa monodisciplinare
Settore Scientifico disciplinare
SECS-P/02 - POLITICA ECONOMICA
Crediti Formativi
6
Ore Didattica
48
Periodo didattico
20/02/2023 ⇒ 01/06/2023
Frequenza Obbligatoria
No
Tipo Valutazione
Voto Finale
Contenuto del corso
mostra
Programma del corso
mostra
Docenza
Mutuazione
Insegnamento mutuato da:
B028630 - COMPUTATIONAL ECONOMICS
Laurea Magistrale in FINANCE AND RISK MANAGEMENT - FINANZA E GESTIONE DEL RISCHIO
B028630 - COMPUTATIONAL ECONOMICS
Laurea Magistrale in FINANCE AND RISK MANAGEMENT - FINANZA E GESTIONE DEL RISCHIO
Lingua Insegnamento
INGLESE
Contenuto del corso
Introduzione all'Economia Computazionale
Libri di testo consigliati (Cerca nel catalogo della biblioteca)
Hommes C., (2013) Behavioral Rationality and Heterogeneous Expectations in Complex Economic Systems, ed. Cambridge University Press
Mark Newman (2018) Networks, An introduction, ed. Oxford University Press
Dmitry Zinoviev, (2018), Complex Network Analysis in Python: Recognize - Construct - Visualize - Analyze – Interpret, ed. The pragmatic programmers
Mark Newman (2018) Networks, An introduction, ed. Oxford University Press
Dmitry Zinoviev, (2018), Complex Network Analysis in Python: Recognize - Construct - Visualize - Analyze – Interpret, ed. The pragmatic programmers
Obiettivi Formativi
L'obiettivo del corso è quello di fornire una introduzione alla programmazione in campo scientifico e agli approcci computazionali in economia.
Prerequisiti
Corsi a livello universitario di Macro e Microeconomia, Statistica e Matematica per economia. È inoltre richiesta curiosità intellettuale e desiderio di imparare.
Metodi Didattici
Lezioni Frontali con uso attivo del software Python.
Altre Informazioni
Note sull'uso di Python e altri paper verranno distribuiti in aula dal docente.
Modalità di verifica apprendimento
Esame scritto. Maggiori dettagli verranno forniti in aula all'inizio del corso.
Programma del corso
Un programma completo verrà distribuito durante le prime lezioni