4.8
estrelas
37 classificações

孔令傑 (Ling-Chieh Kung)

5.493 já se inscreveram

oferecido por

Operations Research (2): Optimization Algorithms

Universidade Nacional de Taiwan

Informações sobre o curso

14.924 visualizações recentes

Operations Research (OR) is a field in which people use mathematical and engineering methods to study optimization problems in Business and Management, Economics, Computer Science, Civil Engineering, Electrical Engineering, etc.
The series of courses consists of three parts, we focus on deterministic optimization techniques, which is a major part of the field of OR.
As the second part of the series, we study some efficient algorithms for solving linear programs, integer programs, and nonlinear programs.
We also introduce the basic computer implementation of solving different programs, integer programs, and nonlinear programs and thus an example of algorithm application will be discussed.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Nível intermediário

For learners who have already taken basic operations research courses. Experience with calculus, linear algebra, and probability is suggested.

Aprox. 12 horas para completar

Inglês

Legendas: Inglês

O que você vai aprender

Learn how to use algorithms to solve different types of optimization programs.
Learn how to use Gurobi solver with Python to solve these problems efficiently.

Habilidades que você terá

Algorithms
Business Analytics
Mathematical Optimization

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Nível intermediário

For learners who have already taken basic operations research courses. Experience with calculus, linear algebra, and probability is suggested.

Aprox. 12 horas para completar

Inglês

Legendas: Inglês

Instrutores

Classificação do instrutor

4,73/5 (15 classificações)

孔令傑 (Ling-Chieh Kung)

副教授 (Associate Professor)

資訊管理學系 (Department of Information Management)

56.838 aprendizes

8 Cursos

oferecido por

Universidade Nacional de Taiwan

We firmly believe that open access to learning is a powerful socioeconomic equalizer. NTU is especially delighted to join other world-class universities on Coursera and to offer quality university courses to the Chinese-speaking population. We hope to transform the rich rewards of learning from a limited commodity to an experience available to all.

Programa - O que você aprenderá com este curso

Semana

Semana 1

2 horas para concluir

Course Overview

In the first lecture, we briefly introduce the course and give a quick review about some basic knowledge of linear algebra, including Gaussian elimination, Gauss-Jordan elimination, and definition of linear independence.

2 horas para concluir

7 vídeos (Total 73 mín.), 1 leitura, 1 teste

7 videos

Prelude2min

1-1: Overview.8min

1-2: The row and column views for a linear system – A two-dimensional example.5min

1-3: The row and column views for a linear system – A three-dimensional example.9min

1-4: Using Gaussian elimination to solve Ax=b – Nonsingular.24min

1-5: Using Gauss-Jordan elimination to solve A^(-1) – Singular.13min

1-6: Linear dependence and independence.9min

1 leituras

NTU MOOC course information1min

1 exercício prático

Quiz for Week 120min

Semana

Semana 2

3 horas para concluir

The Simplex Method

Complicated linear programs were difficult to solve until Dr. George Dantzig developed the simplex method. In this week, we first introduce the standard form and the basic solutions of a linear program. With the above ideas, we focus on the simplex method and study how it efficiently solves a linear program. Finally, we discuss some properties of unbounded and infeasible problems, which can help us identify whether a problem has optimal solution.

3 horas para concluir

25 vídeos (Total 168 mín.)

25 videos

2-0: Opening.4min

2-1: Introduction.3min

2-2: Standard form – Extreme points.5min

2-3: Standard form – Standard form LPs.7min

2-4: Standard form – Standard form LPs in matrices.4min

2-5: Basic solutions – Independence among rows.6min

2-6: Basic solutions – Basic solutions.3min

2-7: Basic solutions – An example for listing basic solutions.5min

2-8: Basic solutions – Basic feasible solutions.8min

2-9: Basic solutions – Adjacent basic feasible solutions.7min

2-10: The simplex method – The idea.5min

2-11: The simplex method – The first move.12min

2-12: The simplex method – The second move.7min

2-13: The simplex method – Updating the system through elementary row operations.8min

2-14: The simplex method – The last attempt with no more improvement.3min

2-15: The simplex method – Visualization and summary for the simplex method.7min

2-16: The tableau representation – An example.5min

2-17: The tableau representation – Another example.8min

2-18: Solving unbounded LPs.5min

2-19: Infeasible LPs – The two-phase implementation.9min

2-20: Infeasible LPs – An example.10min

2-21: Computers – Gurobi and Python for LPs.5min

2-22: Computers – An example.7min

2-23: Computers – Model-data decoupling.6min

2-24: Closing remarks.5min

1 exercício prático

Quiz for Week 220min

Semana

Semana 3

2 horas para concluir

The Branch-and-Bound Algorithm

Integer programming is a special case of linear programming, with some of the variables must only take integer values. In this week, we introduce the concept of linear relaxation and the Branch-and-Bound algorithm for solving integer programs.

2 horas para concluir

16 vídeos (Total 121 mín.)

16 videos

3-0: Opening.5min

3-1: Introduction.3min

3-2: Linear relaxation.4min

3-3: Properties of linear relaxation.9min

3-4: Idea of branch and bound.6min

3-5: Example 1 for branch and bound (1).6min

3-6: Example 1 for branch and bound (2).8min

3-7: Example 2 for branch and bound.5min

3-8: Remarks for branch and bound.8min

3-9: Solving the continuous knapsack problem.10min

3-10: Solving the knapsack problem with branch and bound.11min

3-11: Heuristic algorithms.10min

3-12: Performance evaluation.7min

3-13: Remarks for performance evaluation.5min

3-14: Computers – Gurobi and Python for IPs.11min

3-15: Closing remarks.6min

1 exercício prático

Quiz for Week 320min

Semana

Semana 4

2 horas para concluir

Gradient Descent and Newton’s Method

In the past two weeks, we discuss the algorithms of solving linear and integer programs, while now we focus on nonlinear programs. In this week, we first review some necessary knowledge such as gradients and Hessians. Second, we introduce gradient descent and Newton’s method to solve nonlinear programs. We also compare these two methods in the end of the lesson.

2 horas para concluir

13 vídeos (Total 102 mín.)

13 videos

4-0: Opening.7min

4-1: Introduction.7min

4-2: Gradient descent – Gradient and Hessians.7min

4-3: Gradient descent – A gradient is an increasing direction.9min

4-4: Gradient descent – The gradient descent algorithm.10min

4-5: Gradient descent – Example 1.8min

4-6: Gradient descent – Example 2.9min

4-7: Newton’s method – Newton’s method for a nonlinear equation.5min

4-8: Newton’s method – Newton’s method for a single-variate NLPs.6min

4-9: Newton’s method – An example for single-variate Newton’s method.6min

4-10: Newton’s method – Newton’s method for multi-variate NLPs.8min

4-11: Computers – Gurobi and Python for NLPs.7min

4-12: Closing remarks.6min

1 exercício prático

Quiz for Week 420min

Avaliações

4.8

7 avaliações

5 stars
90,47%
4 stars
4,76%
2 stars
2,38%
1 star
2,38%

Principais avaliações do OPERATIONS RESEARCH (2): OPTIMIZATION ALGORITHMS

por HP15 de set de 2021

The Course was done earlier, hence, there was no one to answer the forums or questions, otherwise a very good course to learn about applying Python.

Visualizar todas as avaliações

Perguntas Frequentes – FAQ

Quando terei acesso às palestras e às tarefas?
O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:
o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
O que recebo ao adquirir o Certificado?
Quando você adquire o Certificado, ganha acesso a todo o material do curso, incluindo avaliações com nota atribuída. Após concluir o curso, seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.
Existe algum auxílio financeiro disponível?
Sim. Em programas de aprendizado selecionados, você pode solicitar auxílio financeiro ou uma bolsa de estudos caso não consiga pagar a taxa de inscrição. Se o auxílio financeiro ou bolsa de estudos estiver disponível para a seleção do seu programa de aprendizado, você encontrará um link para se inscrever na página de descrição.

Mais dúvidas? Visite o Central de Ajuda ao estudante.

Operations Research (2): Optimization Algorithms

Operations Research (2): Optimization Algorithms