Дискретная оптимизация: решение сложных задач принятия решений

Каждый день организации сталкиваются с огромными логистическими проблемами, от планирования полетов до распределения скудных ресурсов. Эффективное решение этих задач требует дискретной оптимизации — науки нахождения наилучшего выбора среди огромного набора возможностей. Этот курс поможет вам перейти от уровня новичка к уверенному моделированию и решению реальных задач оптимизации. Вы узнаете, как переводить сложные словесные ограничения в математические представления и применять мощные алгоритмы для нахождения оптимальных решений. Что вы узнаете: - Понять основные термины, понятия и математические основы дискретной оптимизации - Моделирование классических задач оптимизации, таких как рюкзак, раскраска графа, планирование и маршрутизация - Применять методы поиска, такие как обратный отслеживание, локальный поиск и программирование ограничений для изучения пространств решений - Реализация моделей оптимизации с использованием современных инструментов Python, таких как OR-Tools, для решения реальных сценариев - Анализ и сравнение производительности алгоритмов для обеспечения масштабирования решений для больших наборов данных Вы начнете с основных определений и базового математического моделирования, а затем пройдете пошаговый курс по стратегиям поиска, программированию с ограничениями и эвристике локального поиска. Каждая концепция подкреплена четкими письменными объяснениями и практическими примерами кода. Этот курс предназначен для начинающих ученых данных, инженеров программного обеспечения и аналитиков, которые только начинают заниматься оптимизацией. Предыдущий опыт оптимизации не требуется, хотя полезно иметь базовое понимание Python. Начните читать сегодня, чтобы раскрыть силу алгоритмического принятия решений.