在西方一些國家，運(yùn)籌學(xué)是非常熱門的一個(gè)領(lǐng)域，很多公司都會(huì)保留大量的運(yùn)籌學(xué)專家。但是在國內(nèi)，運(yùn)籌學(xué)理論除了在考研中有一些聲音，在企業(yè)的業(yè)務(wù)中的應(yīng)用還不算多，特別是相比于算法工程師的數(shù)量，運(yùn)籌學(xué)專業(yè)的從業(yè)者相對(duì)較少，后續(xù)隨著工業(yè)數(shù)字化的提升，運(yùn)籌學(xué)一定會(huì)成為熱點(diǎn)

業(yè)務(wù)交叉度

?

運(yùn)籌學(xué)研究的問題可以歸納為：“依照給定條件和目標(biāo)，從眾多方案中選擇最佳方案?！彼砸灿腥朔Q之為最優(yōu)化技術(shù)。機(jī)器學(xué)習(xí)研究的問題是如何從歷史的經(jīng)驗(yàn)數(shù)據(jù)，通過數(shù)據(jù)建模的方式生成經(jīng)驗(yàn)?zāi)Ｐ汀?/p>

從業(yè)務(wù)角度來看，運(yùn)籌學(xué)和機(jī)器學(xué)習(xí)有很大的交叉性，比如商品定價(jià)，在運(yùn)籌學(xué)理論下要首先找出影響商品的一些因素，然后確定這些因素的范圍，最后利用一些最優(yōu)化的手段去計(jì)算定價(jià)。機(jī)器學(xué)習(xí)做定價(jià)預(yù)測(cè)的手段也很相似，只不過把影響商品定價(jià)的因素作為特征，使用最小二乘法之類的最優(yōu)化手段，利用線性回歸算法生成定價(jià)。

運(yùn)籌學(xué)和機(jī)器學(xué)習(xí)不交叉的地方在于，運(yùn)籌學(xué)更關(guān)注一條業(yè)務(wù)線的整個(gè)生命周期，機(jī)器學(xué)習(xí)更關(guān)注于某個(gè)點(diǎn)。舉個(gè)例子，如何生產(chǎn)高品質(zhì)的香煙，這個(gè)流程包含了煙葉怎么選擇，烘烤的時(shí)間，晾曬的時(shí)間，這是由多流程組合的一個(gè)場(chǎng)景，流程間有一定關(guān)聯(lián)，這是運(yùn)籌學(xué)比較適合解決的問題。機(jī)器學(xué)習(xí)可能比較適合解決某個(gè)關(guān)鍵帶點(diǎn)的問題，比如就是烘烤時(shí)間應(yīng)該是多少。另外，圖像、語音等認(rèn)知領(lǐng)域，是機(jī)器學(xué)習(xí)專長的。

技術(shù)交叉點(diǎn)

從技術(shù)角度看，運(yùn)籌學(xué)的流程可以分為三步，以如何規(guī)劃最優(yōu)運(yùn)輸路線為例。

1.首先要確定要素，影響運(yùn)輸成本的因素是哪些：

2.接著，構(gòu)建約束方程：

?

3.最后確定目標(biāo)函數(shù)：

從上面的公式可以看出來，運(yùn)籌學(xué)需要大量的跟線性代數(shù)和矩陣論相關(guān)的內(nèi)容，機(jī)器學(xué)習(xí)則更側(cè)重于概率論，當(dāng)然機(jī)器學(xué)習(xí)里面矩陣論的比例也非常的重。

運(yùn)籌學(xué)+機(jī)器學(xué)習(xí)的未來

機(jī)器學(xué)習(xí)已經(jīng)在很多互聯(lián)網(wǎng)的應(yīng)用中正名。后續(xù)，我覺得隨著整個(gè)產(chǎn)業(yè)互聯(lián)網(wǎng)的數(shù)字化能力的提高，會(huì)有越來越多的運(yùn)籌學(xué)場(chǎng)景產(chǎn)生，比如怎么規(guī)劃路徑、怎么生成最優(yōu)質(zhì)的褲子這樣的場(chǎng)景。

機(jī)器學(xué)習(xí)可能會(huì)成為運(yùn)籌學(xué)中的一個(gè)有效工具，去增強(qiáng)某些應(yīng)用點(diǎn)的準(zhǔn)確率。而運(yùn)籌學(xué)將從一個(gè)產(chǎn)業(yè)鏈的整體的角度去為機(jī)器學(xué)習(xí)算法提供更多的應(yīng)用空間。

沒事看看運(yùn)籌學(xué)，挺好~

?

《新程序員》：云原生和全面數(shù)字化實(shí)踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的运筹学vs机器学习的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。