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

資訊

• Google Scholar:
• optimization machine learning
• robust optimization machine learning, markov chain machine learning
• Yinyu Ye, MS&E111/211 Introduction to Optimization, Stanford, 2023-2024 Autumn.
• Hidden Linear Programming
• Nonlinear Optimization Applications
• In 10 weeks (one quarter)!
• David G. Luenberger and Yinyu Ye, Linear and Nonlinear Programming, 5th edition, 2021, Springer. (Free Access using CYCU VPN)
• MIT Undergraduate 15-2 Business Analytics: Major Requirements
• MITx: The Analytics Edge: 10–15 hours per week!!!
• My blog: 出國留學：專業與敬業，培養思辨能力，(年輕人) 如何脫離貧窮，李琳山教授 信號與人生 (2019)
• 劉明語 先生，美國資料科學領域學校申請與工作經驗分享，工業工程雜誌， 2023-11-10
• 個人當時感覺西北課程設計與台灣最大的不同是美國課程在善用工具方面確實做的比較完善。以線性規劃作為例子，在台灣考試內容多半是靠手算在小問題上求得最佳解，但美國課程會強調設計問題目標函數後，使用軟體輔助求解。
• 中國工業工程學會年會暨學術研討會：2023，2024

製造

• 郭又華，為了優化超複雜晶圓製程，台積電積極招募8種尖端AI人才，ithome，2022-11-24 (台積電指出，派工決策是半導體製造業中非常仰賴AI的一個環節。由於半導體製程極度複雜，1座20個足球場大的超大晶圓廠中，AI 排程系統每天模擬超過 10 的 200 次方種排列組合，每分鐘會發出超過 600 至 800 萬個派工命令，且生產變數大，需要有高速應變能力。)
• Atkinson ，台積電 3 奈米加持，蘋果 A17 Pro 內建 190 億個電晶體，2023-9-13

金融

• My blog: 學習動力與方向 (1/2)，學習動力與方向 (2/2)
• 高頻交易：大拇哥證券投資、沛然資訊、量趨科技、領先創新科技、麒點科技、威旭資訊 (台灣下一隻獨角獸，數位時代，2022.01.10)