Deep Learning Specialization on Coursera

课程主页: https://www.coursera.org/learn/basic-modeling

在如今的社会中,优化决策无处不在,从解决数独问题到安排婚宴座位,优化技术的应用范围无比广泛。最近我参加了Coursera平台上由著名大学提供的课程《离散优化基础建模》。这门课程通过MiniZinc语言教会我们如何解决各种复杂的优化问题。

课程概述
本课程所教授的技能不仅可以帮助我们在日常生活中做出更好的决策,还能在商业世界中,通过合理配置人力和物资资源,帮助企业提升数百万美元的利润。

课程大纲

MiniZinc入门
在第一模块中,我们学习了MiniZinc,这是一种高层次的离散优化建模语言。结合MiniZinc的简洁性和开放源代码的工业求解技术,我们能够轻松地解决诸如背包问题、图着色、生产规划以及神秘的加密算术题等应用。

集合建模
在这个模块中,我们学习如何建模涉及集合选择的问题。尤其是对于没有限制基数的变量、具有固定基数的变量和有限基数的变量,我们探索了多种表示方法。同时,我们还须确保所有模型决策都是有效的,并且每个有效决策对应于一个模型决策。

函数建模
在这个模块中,我们学习了如何建模纯分配问题和分割问题,这些实际上是“伪装”的函数。这些问题在排班和约束聚类中应用广泛。从建模技巧的角度,我们将了解到常见的子表达式消除和中间变量的强大功能,同时首次接触全局基数约束。MiniZinc还提供了用于消除值对称性的约束。

多重建模
在这门课程的最后模块中,我们将了解到离散优化问题可以从多个角度进行建模,并从每个视角完全不同地建模。这些不同的模型各自有其优劣势,实际上,不同的模型可以相互结合,以提高整体效果。

总结来说,《离散优化基础建模》课程不仅内容丰富、实用性强,而且讲解清晰、易于理解。我非常推荐对优化决策和建模有兴趣的同学们参加这门课程,无论你是学生还是职场人士,这里都有值得你学习的知识。

课程主页: https://www.coursera.org/learn/basic-modeling

作者 CourseEye