TIEA382 Linear and Discrete Optimization (5 cr)

Halusitpa työllistyä sitten it-asiantuntijaksi, ohjelmistokehittäjäksi tai datatieteilijäksi, kahta asiaa yliopistomatematiikasta et voi olla tarvitsematta työssäsi. Yksi on lineaarialgebra ja toinen on matemaattinen optimointi.

Matemaattinen optimointi on yksi koneoppimisen, tekoälyn, liiketoiminta-analytiikan ja operaatioanalyysin kulmakivistä. Monien päätöksenteon tukimenetelmien – kuten suosittelusysteemit, reittisuunnittelu ja aikataulutus – ytimessä on jonkinlainen matemaattisen optimoinnin tekniikka, ja juuri näitä menetelmiä opimme tällä kurssilla.

Optimoinnissa tavoitteena on löytää muuttujien arvot, jotka tietyillä ehdoilla maksimoivat tai minimoivat jonkin annetun funktion. Voit ajatella, että muuttujat kuvaavat päätöksiä tai määriteltäviä asioita ja funktio mittaa niiden toimivuutta. Tämä lähestymistapa sopii moniin käytännön tilanteisiin – aina teollisten kemiantehtaiden suunnittelusta dataan pohjautuvien tekoälymallien kouluttamiseen.

Lineaarisen ja diskreetin optimoinnin kurssilla (TIEA382) opimme optimoinnin perusteet, miten ongelmia voi mallintaa ja millä eri tavoilla niitä voi ratkaista. Käsittelemme pääasiassa lineaarista ja kokonaislukuoptimointia, mutta sivuamme myös lyhyesti epälineaarista ja monitavoiteoptimointia. Kurssin lopuksi opiskelijan odotetaan osaavan tunnistaa optimointiongelman tärkeimmät piirteet ja valita sille sopivimman ratkaisumenetelmän.