决策优化

线性问题是运筹学中最简单的一类问题，线性规划是在实际生活中应用最广泛的运筹知识。我们每个人都可能用过线性规划的方法，只是不知道这些就是数学上说的“线性规划”。

养调配问题的的目标是利用优化模型来设定每日饮食菜单，在满足各类营养的需求同时更能优化总成本。（内含12个C、C++或Python代码）

Flow Shop 是调度领域中的经典模型：给定一组机器和一批工件，要求解的决策是工件之间的先后顺序，优化的目标为完成所有加工的时间（降低成本）。

在很多视频在线流量调控场景，需要在保证每个视频内容播放量的同时，使得播放总量最大化。如广告、通知、宣发内容等。

回归是一种预测技术，目的是建立 自变量x（向量）和 相关变量y（标量）之间的关系。比如，学生的行为习惯和测试成绩之间的关系。线性回归使用线性函数 y= + b 来描述这种关系，我们可以估计出 a 和 b 的值。

分类是机器学习领域中最基本的任务之一。其目的是建立输入向量x与分类变量y之间的映射关系。例如把一张张图片根据其内容分类为"动物"，"轮船"， "植物"等类别。