Primeira vez aqui? Seja bem vindo e cheque o FAQ!
x

Quais a referências principais do curso de Métodos Computacionais em Economia lecionado no Programa de Doutorado em Economia da UnB?

+1 voto
808 visitas
perguntada Jan 12, 2016 em Economia por danielcajueiro (5,786 pontos)  
Compartilhe

1 Resposta

0 votos
respondida Jan 12, 2016 por danielcajueiro (5,786 pontos)  

Uma visão geral do programa desse curso está descrita nessa resposta.

As referências estão abaixo divididas em tópicos. É válido mencionar que nem todas as referências são usadas em todas as versões do curso, visto que sendo um curso optativo alguns dos tópicos são optativos e não são discutidos todo semestre. Logo, eu marquei com uma estrela aquelas que são usadas em todas as versões do curso.

Python

Think Python

Pro Python - Martin Alchin

Ciência popular (sugestões de leitura)

\(\star\) Nine Algorithms That Changed the Future: The Ingenious Ideas That Drive Today's Computers Hardcover - John MacCormick

\(\star\) In Pursuit of the Traveling Salesman: Mathematics at the Limits of Computation - William J. Cook

\(\star\) Algorithms to live by - Brian Christian and Tom Griffiths

\(\star\) Everything Is Obvious: How Common Sense Fails Us Paperback -
Duncan J. Watts

Classical

Vision - David Marr

Análise Funcional útil para vários tópicos:

Introductory funcional analysis with applications - Erwin Kreyszig

Métodos numéricos e computacionais em Economia:

\(\star\) Numerical Methods in Economics - Kenneth L. Judd (Author)

\(\star\) Quantitative Economics with Python - Thomas Sargent and John Stachurski

Análise numérica:

\(\star\) Analysis of Numerical Methods - Eugene Isaacson e Herbert Bishop Keller

\(\star\) Theoretical Numerical Analysis: An Introduction to Advanced Techniques
- Peter Linz

Introdução a algoritmos:

\(\star\) Introduction to Algorithms - Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest e Clifford Stein

\(\star\) Introduction to the Design and Analysis of Algorithms - Anany Levitin

Otimização numérica:

Otimização (Volumes 1 e 2) - Alexey Izmailov e Mikhail Vladimir Solodov

Programação Dinâmica e Aprendizagem por Reforço:

Dynamic Programming and Optimal Control - Dimitri P. Bertsekas

Markov Decision Processes: Discrete Stochastic Dynamic Programming - Martin L. Puterman

Reinforcement Learning: An Introduction - Richard S. Sutton (Author) e Andrew G. Barto

Neuro-Dynamic Programming - Dimitri P. Bertsekas e John N. Tsitsiklis

Redes Complexas:

Networks: An Introduction - Mark Newman

Network Science - Albert Barabasi

Social and Economic Networks - Matthew O. Jackson

Aprendizagem de Máquinas e Deep Learning:

Pattern Recognition and Machine Learning - Christopher Bishop

Machine Learning: A Bayesian and Optimization Perspective - Sergios Theodoridis

Neural Networks for Pattern Recognition - Christopher M. Bishop

Deep Learning - Yoshua Bengio, Ian Goodfellow e Aaron Courville

...