作業研究和機器學習

課程

• 作業研究 (上): 3.8 迴歸，11.2 迴歸，12.3.1 類神經
• Google Scholar: generative ai optimization
• 作業研究 (下): 2 Robust Optimization (穩健最佳化)，3 適應穩健最佳化，5 資料驅動的報童模型
• Applications in generative AI: diffusion probabilistic models 
• Dmytro Kuzmenko, Denoising diffusion probabilistic models
• Lilian Weng, What are Diffusion Models?
• Dimitris Bertsimas and Georgios Margaritis, Robust and Adaptive Optimization under a Large Language Model Lens, arXiv:2501.00568.
• 最佳化和機器學習：

  機器學習和作業研究的奇妙結合

專題和論文的製作與報告 (tips for the final project and your thesis)

• (at the bottom) Avoid common phenomena, final written report (for your ppt content)
• (大學生) 重要任務

• 人生困境：

• 計算機程式補考後的人生 (1/2) 

• 我的方法：運動，音樂 (馬友友)，閱讀 (哲學，堅忍的挑戰，老莊)

• Tal Ben-Shahar, Happier: Learn the Secrets to Daily Joy and Lasting Fulfillment, McGraw Hill, 2007. (譚家瑜譯，更快樂：哈佛最受歡迎的一堂課，天下雜誌，2012)