Tired of solving Sudokus by hand? This class teaches you how to solve complex search problems with discrete optimization concepts and algorithms, including constraint programming, local search, and mixed-integer programming.
Optimisation discrète
Université de MelbourneÀ propos de ce cours
102,717 consultations récentes
Résultats de carrière des étudiants
40%
ont commencé une nouvelle carrière après avoir terminé ce cours
40%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
17%
a obtenu une augmentation de salaire ou une promotion
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 65 heures pour terminer
Anglais
Sous-titres : Anglais
Compétences que vous acquerrez
Constraint ProgrammingBranch And BoundDiscrete OptimizationLinear Programming (LP)
Résultats de carrière des étudiants
40%
ont commencé une nouvelle carrière après avoir terminé ce cours
40%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
17%
a obtenu une augmentation de salaire ou une promotion
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 65 heures pour terminer
Anglais
Sous-titres : Anglais
Offert par
Université de Melbourne
The University of Melbourne is an internationally recognised research intensive University with a strong tradition of excellence in teaching, research, and community engagement. Established in 1853, it is Australia's second oldest University.
Programme du cours : ce que vous apprendrez dans ce cours
2 heures pour terminer
Welcome
These lectures and readings give you an introduction to this course: its philosophy, organization, and load. They also tell you how the assignments are a significant part of the class. This week covers the common input/output organization of the assignments, how they are graded, and how to succeed in this class.
2 heures pour terminer
4 vidéos (Total 43 min), 3 lectures, 1 quiz
4 vidéos
Course Promo1 min
Course Motivation - Indiana Jones, challenges, applications20 min
Course Introduction - philosophy, design, grading rubric11 min
Assignments Introduction & Any Integer9 min
3 lectures
Start of Course Survey10 min
Socialize10 min
Course Syllabus10 min
7 heures pour terminer
Knapsack
These lectures introduce optimization problems and some optimization techniques through the knapsack problem, one of the most well-known problem in the field. It discusses how to formalize and model optimization problems using knapsack as an example. It then reviews how to apply dynamic programming and branch and bound to the knapsack problem, providing intuition behind these two fundamental optimization techniques. The concept of relaxation and search are also discussed.
7 heures pour terminer
9 vidéos (Total 101 min)
9 vidéos
Knapsack 2 - greedy algorithms7 min
Knapsack 3 - modeling8 min
Knapsack 4 - dynamic programming17 min
Knapsack 5 - relaxation, branch and bound14 min
Knapsack 6 - search strategies, depth first, best first, least discrepancy14 min
Assignments Getting Started13 min
Knapsack & External Solver10 min
Exploring the Material - open course design, optimization landscape, picking your adventure10 min
17 heures pour terminer
Constraint Programming
Constraint programming is an optimization technique that emerged from the field of artificial intelligence. It is characterized by two key ideas: To express the optimization problem at a high level to reveal its structure and to use constraints to reduce the search space by removing, from the variable domains, values that cannot appear in solutions. These lectures cover constraint programming in detail, describing the language of constraint programming, its underlying computational paradigm and how it can be applied in practice.
17 heures pour terminer
13 vidéos (Total 248 min), 1 lecture, 2 quiz
13 vidéos
CP 2 - propagation, arithmetic constraints, send+more=money26 min
CP 3 - reification, element constraint, magic series, stable marriage16 min
CP 4 - global constraint intuition, table constraint, sudoku19 min
CP 5 - symmetry breaking, BIBD, scene allocation18 min
CP 6 - redundant constraints, magic series, market split11 min
CP 7 - car sequencing, dual modeling18 min
CP 8 - global constraints in detail, knapsack, alldifferent33 min
CP 9 - search, first-fail, euler knight, ESDD25 min
CP 10 - value/variable labeling, domain splitting, symmetry breaking in search28 min
Graph Coloring6 min
Optimization Tools5 min
Set Cover8 min
1 lecture
Optimization Tools10 min
13 heures pour terminer
Local Search
Local search is probably the oldest and most intuitive optimization technique. It consists in starting from a solution and improving it by performing (typically) local perturbations (often called moves). Local search has evolved substantially in the last decades with a lot of attention being devoted on which moves to explore. These lectures explore the theory and practice of local search, from the concept of neighborhood and connectivity to meta-heuristics such as tabu search and simulated annealing.
13 heures pour terminer
10 vidéos (Total 191 min)
10 vidéos
LS 2 - swap neighborhood, car sequencing, magic square15 min
LS 3 - optimization, warehouse location, traveling salesman, 2-opt, k-opt23 min
LS 4 - optimality vs feasibility, graph coloring22 min
LS 5 - complex neighborhoods, sports scheduling21 min
LS 6 - escaping local minima, connectivity15 min
LS 7 - formalization, heuristics, meta-heuristics introduction22 min
LS 8 - iterated location search, metropolis heuristic, simulated annealing, tabu search intuition18 min
LS 9 - tabu search formalized, aspiration, car sequencing, n-queens26 min
Traveling Salesman10 min
Avis
Meilleurs avis pour OPTIMISATION DISCRÈTE
par SK29 mai 2019
Exceptional coverage of optimization fundamentals. Learning of practical applied methods. Real university level course, no water down "data science". Absolutely love it! Thank you professor Pascal.
par M2 juin 2020
This is, without a doubt, one of the most interesting courses I have ever taken. You will be challenged to create your own ideas and you will get to know what NP hard means in practice.
par AM5 févr. 2017
I like the instructor teaching approach and the evaluation system, the subject itself took me a lot of effort and i think the LNS technique should be teached just after local search.
par AD5 juin 2019
Excellent course! The course video are very clear and build on each other as the course progress. It is well structured. The assignments have the right amount of difficulty.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
- The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
- The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
À quoi ai-je droit si j'achète le Certificat ?
Lorsque vous achetez un Certificat, vous bénéficiez d'un accès à tout le contenu du cours, y compris les devoirs notés. Lorsque vous avez terminé et réussi le cours, votre Certificat électronique est ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Quelle est la politique de remboursement ?
Vous avez droit à un remboursement intégral jusqu'à deux semaines après la date de paiement ou (pour les cours qui viennent d'être lancés) jusqu'à deux semaines après le début de la première session du cours, selon la dernière de ces éventualités. Vous ne pouvez pas bénéficier d'un remboursement une fois votre Certificat de Cours obtenu, même si vous terminez le cours pendant la période de remboursement de deux semaines. Consultez notre Politique de remboursement complète.
Une aide financière est-elle possible ?
Oui, Coursera fournit une Aide Financière aux étudiants n'ayant pas les moyens d'acquitter les frais. Pour en faire la demande, cliquez sur le lien Aide Financière situé sous le bouton S'inscrire ci-contre à gauche. Vous serez invité(e) à déposer une demande et vous serez averti(e) si elle est acceptée. En savoir plus.
• What are the pre-requisites for the class?
Good programming skills, knowledge of algorithms and linear algebra.
• What programming language will be used in this class?
A minimal knowledge of python is necessary to integrate with the course infrastructure. Outside of that, students are free to use any language of their choice.
• How difficult is this class?
A motivated student spending the time on the programming assignment will succeed in this class.
• Where can I get one of those T-Shirts?
At the discrete optimization store: http://www.zazzle.com.au/discreteoptimization
Puis-je obtenir des crédits universitaires si je réussis le Cours ?
Ce Cours n'est pas associé à des crédits universitaires, mais certaines universités peuvent décider d'accepter des Certificats de Cours pour des crédits. Vérifiez-le auprès de votre établissement pour en savoir plus. Les Diplômes en ligne et les Certificats Mastertrack™ sur Coursera apportent la possibilité d'obtenir des crédits universitaires.
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
