•本科级别的概率,线性代数和统计数据。•使用MATLAB或PYTHON的基本编程。c我们的d escription机器学习是一个计算机科学领域,它使计算机具有学习的能力而无需明确编程。该课程旨在回答有关机器学习的最基本问题:了解哪些最重要的方法?为什么?我们如何回答诸如“此方法比该方法更好”之类的问题?我们对我们的方法将在未来数据上遇到的错误怎么说?“正确”目标函数是什么?如何调整参数?在统计上严格是什么意思?本课程旨在为研究生提供在机器学习中进行研究和应用所需的方法,理论,数学和算法。该课程涵盖了机器学习,经典统计和数据挖掘的主题。学生以概率,统计信息和算法的先前工作知识进入班级将有优势,但是班级的设计是使任何具有强大数字背景的人都可以赶上并充分参与的。预计(在Python或MATLAB)中有一些编码经验。有关详细的课程主题,请参阅临时课程时间表。赚取本课程后,学生应该能够:
该课程将在线性优化,整数优化和凸优化中教基本概念,模型和算法。该课程的第一个模块是优化和相关数学背景中关键概念的一般概述。该课程的第二个模块是关于线性优化的,涵盖了建模技术,基本的多面体理论,单纯形方法和偶性理论。第三模块是在非线性优化和凸锥优化的上,这是线性优化的重要概括。第四和最终模块是在整数优化的上,该模块以整数决策变量的灵活性增强了先前涵盖的优化模型。课程将优化理论与计算与现代数据分析的各种应用融合在一起。
ISYE 6336. 供应链工程 II。3 学分。运输:整车、零担和包裹快递系统;集装箱运输,包括港口运营、轮船调度;铁路运营,包括联运;空运。国际货运网络和货运模式。拖车/集装箱的管理和再循环。劳工问题。