Aperçu
Apprenez à créer des solutions d'IA en utilisant Google OR-Tools pour les problèmes d'optimisation. Explorez la programmation par contraintes, la programmation linéaire et la programmation linéaire en nombres entiers mixtes à travers des exemples pratiques comme le Sudoku et la planification.
Programme
-
- Introduction à Google OR-Tools
-- Aperçu des outils d'optimisation AI
-- Installation et configuration des OR-Tools
- Compréhension des Problèmes d'Optimisation
-- Définition et types de problèmes d'optimisation
-- Cas d'utilisation et applications en AI
- Programmation par Contraintes avec OR-Tools
-- Notions de base de la programmation par contraintes
-- Construction d'un modèle de satisfaction de contraintes
-- Exemple pratique : Résolution d'un puzzle Sudoku
- Programmation Linéaire avec OR-Tools
-- Introduction à la programmation linéaire
-- Formulation de problèmes linéaires
-- Exemple pratique : Allocation simple de ressources
- Programmation Mixte-Entière avec OR-Tools
-- Concepts de la programmation mixte-entière
-- Formulation et résolution de problèmes MIP
-- Exemple pratique : Planification et gestion des horaires
- Fonctionnalités Avancées et Techniques
-- Personnalisation des paramètres du solveur
-- Intégration des OR-Tools avec Python pour des capacités améliorées
- Études de Cas et Applications Réelles
-- Exemple complet : Développement d'une solution de planification de main-d'œuvre
-- Analyse et optimisation de la logistique et des opérations
- Meilleures Pratiques et Stratégies d'Optimisation
-- Pièges courants et comment les éviter
-- Considérations de performance et de mise à l'échelle
- Conclusion et Perspectives Futures
-- Tendances émergentes en optimisation et AI
-- Ressources supplémentaires et voies d'apprentissage continu
- Projet Final
-- Les étudiants construiront une solution AI utilisant OR-Tools pour aborder un problème d'optimisation de leur choix.
Enseigné par
Étiquettes
On-Demand
