National Taiwan University
Recherche opérationnelle (2) : Algorithmes d'optimisation
National Taiwan University

Recherche opérationnelle (2) : Algorithmes d'optimisation

16 031 déjà inscrits

Inclus avec Coursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.9

(129 avis)

niveau Intermédiaire

Expérience recommandée

12 heures pour terminer
3 semaines à 4 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.9

(129 avis)

niveau Intermédiaire

Expérience recommandée

12 heures pour terminer
3 semaines à 4 heures par semaine
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Apprenez à utiliser des algorithmes pour résoudre différents types de programmes d'optimisation.

  • Apprenez à utiliser le solveur Gurobi avec Python pour résoudre ces problèmes efficacement.

Compétences que vous acquerrez

  • Catégorie : Algorithmes
  • Catégorie : Business Analytics
  • Catégorie : Optimisation mathématique

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

6 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Emplacement réservé
Emplacement réservé

Obtenez un certificat professionnel

Ajoutez cette qualification à votre profil LinkedIn ou à votre CV

Partagez-le sur les réseaux sociaux et dans votre évaluation de performance

Emplacement réservé

Il y a 6 modules dans ce cours

Dans le premier cours, nous introduisons brièvement le cours et passons rapidement en revue les connaissances de base de l'algèbre linéaire, y compris l'élimination de Gauss, l'élimination de Gauss-Jordan et la définition de l'indépendance linéaire.

Inclus

7 vidéos1 lecture1 devoir

Les programmes linéaires compliqués étaient difficiles à résoudre jusqu'à ce que le Dr George Dantzig développe la méthode du simplexe. Dans cette semaine, nous introduisons d'abord la forme standard et les solutions de base d'un programme linéaire. Avec les idées ci-dessus, nous nous concentrons sur la méthode du simplexe et étudions comment elle résout efficacement un programme linéaire. Enfin, nous discuterons de certaines propriétés des problèmes non bornés et infaisables, qui peuvent nous aider à identifier si un problème a une solution optimale.

Inclus

25 vidéos1 devoir

La programmation en nombres entiers est un cas particulier de la programmation linéaire, dont certaines variables ne doivent prendre que des valeurs entières. Dans cette semaine, nous introduisons le concept de relaxation linéaire et l'algorithme Branch-and-Bound pour résoudre les programmes en nombres entiers.

Inclus

16 vidéos1 devoir

Au cours des deux dernières semaines, nous avons abordé les algorithmes de résolution de programmes linéaires et de programmes en nombres entiers, alors que nous nous concentrons à présent sur les programmes non linéaires. Cette semaine, nous passons d'abord en revue certaines connaissances nécessaires, telles que les gradients et les hessiens. Ensuite, nous introduisons la descente de gradient et la méthode de Newton pour résoudre les programmes non linéaires. Nous comparerons également ces deux méthodes à la fin de la leçon.

Inclus

13 vidéos1 devoir

Pour la dernière leçon de ce cours, nous vous présentons le cas de NEC Taïwan, qui fournit des solutions informatiques et de réseau, notamment pour le cloud computing, l'IA, l'IoT, etc. Comme l'entretien de tous ses hubs de service est trop coûteux, ils prévoient de réorganiser les emplacements des hubs et de réaffecter le nombre d'employés dans chaque hub. Un algorithme est inclus pour résoudre le problème de localisation des installations auquel est confronté NEC Taïwan.

Inclus

12 vidéos1 devoir

Au cours de la dernière semaine, nous passons en revue les sujets que nous avons appris et nous donnons aux étudiants un résumé. En outre, nous prévoyons brièvement le cours avancé afin de donner une orientation future aux études.

Inclus

3 vidéos1 devoir

Instructeur

Évaluations de l’enseignant
4.8 (38 évaluations)
孔令傑 (Ling-Chieh Kung)
National Taiwan University
8 Cours95 815 apprenants

Offert par

Recommandé si vous êtes intéressé(e) par Algorithmes

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Avis des étudiants

Affichage de 3 sur 129

4.9

129 avis

  • 5 stars

    89,14 %

  • 4 stars

    9,30 %

  • 3 stars

    0 %

  • 2 stars

    0,77 %

  • 1 star

    0,77 %

H
5

Révisé le 4 nov. 2023

ZW
5

Révisé le 11 févr. 2023

MR
4

Révisé le 11 août 2023

Emplacement réservé

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions