4.8
étoiles
33 évaluations
•
6 avis

孔令傑 (Ling-Chieh Kung)

4 812 déjà inscrits

Offert par

Operations Research (2): Optimization Algorithms

Université nationale de Taïwan

À propos de ce cours

23 426 consultations récentes

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.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Niveau intermédiaire

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

Approx. 12 heures pour terminer

Anglais

Sous-titres : Anglais

Ce que vous allez apprendre

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.

Compétences que vous acquerrez

Algorithms
Business Analytics
Mathematical Optimization

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Niveau intermédiaire

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

Approx. 12 heures pour terminer

Anglais

Sous-titres : Anglais

Enseignant

Évaluation de l'enseignant

4,71/5 (14 évaluations)

孔令傑 (Ling-Chieh Kung)

副教授 (Associate Professor)

資訊管理學系 (Department of Information Management)

52 909 étudiants

8 cours

Offert par

Université nationale de Taïwan

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.

Programme de cours : ce que vous apprendrez dans ce cours

Semaine

Semaine 1

2 heures pour terminer

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 heures pour terminer

7 vidéos (Total 73 min), 1 lecture, 1 quiz

7 vidéos

Prelude2 min

1-1: Overview.8 min

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

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

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

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

1-6: Linear dependence and independence.9 min

1 lecture

NTU MOOC course information1 min

1 exercice pour s'entraîner

Quiz for Week 120 min

Semaine

Semaine 2

3 heures pour terminer

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 heures pour terminer

25 vidéos (Total 168 min)

25 vidéos

2-0: Opening.4 min

2-1: Introduction.3 min

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

2-18: Solving unbounded LPs.5 min

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

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

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

2-22: Computers – An example.7 min

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

2-24: Closing remarks.5 min

1 exercice pour s'entraîner

Quiz for Week 220 min

Semaine

Semaine 3

2 heures pour terminer

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 heures pour terminer

16 vidéos (Total 121 min)

16 vidéos

3-0: Opening.5 min

3-1: Introduction.3 min

3-2: Linear relaxation.4 min

3-3: Properties of linear relaxation.9 min

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

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

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

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

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

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

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

3-11: Heuristic algorithms.10 min

3-12: Performance evaluation.7 min

3-13: Remarks for performance evaluation.5 min

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

3-15: Closing remarks.6 min

1 exercice pour s'entraîner

Quiz for Week 320 min

Semaine

Semaine 4

2 heures pour terminer

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 heures pour terminer

13 vidéos (Total 102 min)

13 vidéos

4-0: Opening.7 min

4-1: Introduction.7 min

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

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

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

4-5: Gradient descent – Example 1.8 min

4-6: Gradient descent – Example 2.9 min

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

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

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

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

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

4-12: Closing remarks.6 min

1 exercice pour s'entraîner

Quiz for Week 420 min

Avis

4.8

6 avis

5 stars
89,47 %
4 stars
5,26 %
2 stars
2,63 %
1 star
2,63 %

Meilleurs avis pour OPERATIONS RESEARCH (2): OPTIMIZATION ALGORITHMS

par HP15 sept. 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.

Voir tous les avis

Foire Aux Questions

Quand aurai-je accès aux vidéos de cours et aux devoirs ?
L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :
Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
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.
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.

D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.

Operations Research (2): Optimization Algorithms

Operations Research (2): Optimization Algorithms