Tilda Publishing
ОПТИМИЗАЦИЯ 1, 2
Оптимизация - это чрезвычайно богатый на приложения раздел математики.
В экономике и бизнесе существенная часть используемых моделей для принятия решений формализируются именно в виде оптимизационных моделей.
В анализе данных и статистике процесс оценки параметров статистической модели или же, в терминологии ML, "обучения" модели сводится к решению задачи оптимизации. При этом скорость решения напрямую зависит от используемых методов. В стандартных курсах по машинному обучению обычно говорят о градиентном спуске или его стохастическом аналоге, в более продвинутых упоминаются быстрые градиентные методы, однако это лишь небольшая часть инструментария, который может дать современная оптимизация.
Наши курсы в той или иной степени охватят все эти области.

Оптимизация 1:
Курс по выбору с фокусом на оптимизационном моделировании и формализации задач. Основное, что мы будем делать - получая бизнес-задачку, строить ее формальную постановку в виде задачи оптимизации. Это короткий курс, который рекомендуется брать людям, которые ни разу не сталкивались с оптимизацией или же сталкивались только с ее формальной стороной (то есть изучали ее как математическую науку, не трогая приложений).

Оптимизация 2:
Основной курс по оптимизации, основанный на материалах курса "Выпуклый анализ и оптимизация", который читается в Школе анализа данных Яндекс.
Первые лекции курса посвящены выпуклому анализу и выпуклой оптимизации, что соответствует материалу первых глав книги "Convex Optimization" S.Boyd & L. Vanderberghe.
Вторая часть курса является сравнительно глубоким введением в современные (численные) методы выпуклой оптимизации.
Заключительная часть курса является обзором подходов для моделирования задач оптимизации с неопределенностью.
Курс ведет: Юрий Дорн, лектор в Школе анализа данных Яндекс и ФКН ВШЭ, старший преподаватель МФТИ .

Курс обязателен для программ: Data Science and Data Engeneering