C. Zeng and D. Bertsimas, Catastrophe Insurance Pricing: A Robust Optimization Approach, In preparation for Management Science, 2023.
2/26/2024
2/25/2024
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)
2/23/2024
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)
2/22/2024
2/18/2024
An Exact Solution to Wordle
Dimitris Bertsimas, Alex Paskov (2024) An Exact Solution to Wordle. Operations Research.
2/05/2024
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
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
。