Logo
☆☆☆☆☆
0.0
Beginner
12h

掌握使用 Python 进行优化

优化理论旨在寻找最优解,这在机器学习、制造业成本降低、物流优化以及提升金融收益等方面具有关键作用。 本课程详细介绍了各类优化问题及其求解技术。你将从优化问题的形式化定义开始,了解必要的数学工具:导数、梯度和海森矩阵。掌握这些知识后,你将实现多种优化问题的解决方案。你还将学习近似启发式群体算法,如粒子群优化和遗传算法,并通过罚函数法与约束简化等技术解决约束优化问题。最后,你将学会求解线性规划和整数规划问题。 完成本课程后,你将能够熟练地将各类问题转化为优化问题,并掌握高效求解这些问题的Python工具。

8 Lessons
Included in Subscription Plan
Personalized Learning
Powered by AI
掌握使用 Python 进行优化
优化理论旨在寻找最优解,这在机器学习、制造业成本降低、物流优化以及提升金融收益等方面具有关键作用。 本课程详细介绍了各类优化问题及其求解技术。你将从优化问题的形式化定义开始,了解必要的数学工具:导数、梯度和海森矩阵。掌握这些知识后,你将实现多种优化问题的解决方案。你还将学习近似启发式群体算法,如粒...

WHAT YOU'LL LEARN

对优化方法数学基础的理解

Content

8 Lessons • 0 Quizzes • 0 Challenges

简介
  1. 1

    课程简介

  2. 2

    实现优化算法的工具

  3. 3

    优化入门

  4. 4

    基本优化问题

  5. 5

    基础优化问题的解决方案

  6. 6

    结论

导数与梯度
  1. 1

    简介

  2. 2

    导数

  3. 3

    多维导数

  4. 4

    二阶导数与海森矩阵

  5. 5

    使用梯度和海森矩阵求解问题

  6. 6

    练习

  7. 7

    解决方案

  8. 8

    测验:导数与梯度

线性约束优化
  1. 1

    线性优化导论

  2. 2

    求解线性问题

  3. 3

    整数规划

  4. 4

    使用 CVXPY 求解整数问题

  5. 5

    练习

  6. 6

    解决方案

  7. 7

    测验:线性约束优化

第一种优化算法
  1. 1

    简介

  2. 2

    二分查找

  3. 3

    二分查找实现

  4. 4

    梯度下降

  5. 5

    牛顿法

  6. 6

    使用 SciPy 处理多个变量

  7. 7

    练习

  8. 8

    解决方案

  9. 9

    测验:最早的优化算法

总结与结论
  1. 1

    总结

  2. 2

    结论

种群方法
  1. 1

    简介

  2. 2

    遗传算法

  3. 3

    应用遗传算法

  4. 4

    粒子群优化

  5. 5

    其他方法

  6. 6

    练习

  7. 7

    练习1的解决方案:同时使用两种算法

  8. 8

    练习2的答案:任务分配

  9. 9

    练习3的答案:寻找最佳出行方式

  10. 10

    练习4的答案:寻找最佳连接

  11. 11

    测验:群体方法

附录
  1. 1

    工具安装

添加约束
  1. 1

    约束优化

  2. 2

    去除等式约束

  3. 3

    罚函数法

  4. 4

    练习

  5. 5

    解决方案

  6. 6

    测验:约束条件

Certificate of Completion

Showcase your accomplishment by sharing your certificate of completion.

Course Author:Anonymous User

Reviews

Read reviews from students who have taken this course and share your own experience.

Reviews & Comments (0)