Catastrophe Insurance Pricing

C. Zeng and D. Bertsimas, Catastrophe Insurance Pricing: A Robust Optimization Approach, In preparation for Management Science, 2023. 

Customer Choice Models vs. Machine Learning

Jacob Feldman, Dennis J. Zhang, Xiaofei Liu, and Nannan Zhang (2021) Customer Choice Models vs. Machine Learning: Finding Optimal Product Displays on Alibaba. Operations Research 70(1):309-328. (Best OM Paper in Operations Research Award: Finalist, pdf, implementation details)

2023 Franz Edelman Award

2023 Edelman Competition (video)

Prakhar Mehrotra et al., (2024) Optimizing Walmart’s Supply Chain from Strategy to Execution. INFORMS Journal on Applied Analytics 54(1):5-19. (2023 Franz Edelman Award) (Keywords: supply chain optimization, network design,  simulation,  truck routing and loading, mixed-integer programming,  metaheuristics)

到高中介紹作業研究

臺北市立陽明高級中學，作業研究，2023/11/30。

適性教育、AI 和作業研究，2024/2/22。(給問問題的女同學：如果二三類組都有興趣，可以修輔系或雙主修，請參考 37 頁的內容。可以看一下台灣大的產業類別：0050，0051。當然，也可以新創事業，但是，要有心理準備，這是一條非常不容易的路。黃仁勳談創業必備超能力驚吐「若回到30歲」：不會創業)

An Exact Solution to Wordle

 Dimitris Bertsimas, Alex Paskov (2024) An Exact Solution to Wordle. Operations Research.

Guides for students in Business Analytics Laboratory (實驗室學生指引)

Knowledge to master for a better foundation (and future)

General:

• Application domains: Manufacturing, service industries (with appropriate domain knowledge by taking courses and reading articles/books) 
• Main tools: Machine learning, mathematics, operations research, Python (or Julia), probability and statistics
• Nice quality to have: Enjoy learning and coding (or willing to), think independently, willing to share and help
• More information: How to do research, presentation, English writing ...
• To-to list once you join the lab: Dropbox, Python 
• How to improve your English (pdf, new)
  

學習數學的四個層次：(3) 在許多行業的應用

學習數學的四個層次：(0) 如何學數學，(1) 代表具備基礎的知識與能力，(2) 邏輯推理和抽象思考的能力，(3) 在許多行業的應用，(4) 純粹滿足好奇心或求知慾。

2015/12/1 初稿，持續更新中。

一般性說明

• 數學是科學之母，科學則是工業的基礎，所以大學工學院的數理化課程總學分超過 1/3。可以參考如何選填大學志願。
• 應用在不同的領域 (理工商醫農、教育)，如財務工程、設計電腦、貨物產銷、工程師、使用統計學分析學習成效等等。
• 抽象的模式與思考的方式，適用於現在與未來的應用，以微分為例，物理學的距離微分是速度，經濟學中成本的微分是邊際成本，電子學的電荷微分是電流。也就是說，可以使用函數表示任何待解的問題，函數的微分便可以研究其變化和極值的情況，例如機器學習中，超參數 (hyperparameter) 的學習 。
• 基本的原則變動不大，微積分、機率和統計學、和線性代數已經有 200 年以上的歷史，可幫助未來的自我學習。許多人說學校學的東西，畢業後立即過時或沒用，我覺得很疑惑。大學只是基礎教育，必須不斷地學習新的東西，以因應產業和職務的變化；最近熱門的大數據 (big data) 和人工智慧 (artificial intelligence)，其數學基礎正是這些課程。
  

翻轉教室 (Flipped classroom)

方式：

• 上課前看完影片，做筆記，總結重點。看一下相關的習題，想一下在哪一節，如何做？
• 教室中，上台報告、和同學或老師討論、提問、討論作業和內容。

• 這是最省時、且有效的學習方法。

• 課前預習的摘要方法 (作業研究 (上) 3.3)。

• 上台報告的方法與建議。