Explique le processus de recherche d'une solution réalisable de base initiale pour les problèmes d'optimisation linéaire à l'aide de l'algorithme Simplex.
Se penche sur le modèle de tarification des immobilisations, le portefeuille de marché, la ligne de marché de la sécurité, lestimation des bêtas et le risque de liquidité.
Couvre les concepts fondamentaux de l'optimisation et de la recherche opérationnelle, en explorant des exemples du monde réel et des sujets clés sur un semestre.
Couvre les techniques d'optimisation dans l'apprentissage automatique, en se concentrant sur la convexité et ses implications pour une résolution efficace des problèmes.
Introduit des contraintes déclenchées par l'état pour la manipulation non préhensile et présente des performances améliorées grâce au contrôle de rétroaction.
