ML » 机器学习（三十九）——运筹学, 异常检测, 因果推理
2020-01-07 :: 6602 Words运筹学
https://zhuanlan.zhihu.com/p/25579864
人工智能的“引擎”–运筹学，一门建模、优化、决策的科学
https://mp.weixin.qq.com/s/Fn7FtrbCVDlYEXCzMUkTBg
运筹学发展简史之1979-2004
http://www.cnblogs.com/6DAN_HUST/archive/2010/11/11/1874681.html
运筹学——线性规划及单纯形法求解
https://mp.weixin.qq.com/s/2qOjE0B6x9xuyoBw94NqQA
线性规划基础
https://mp.weixin.qq.com/s/AHM60k3_Th3HD-VPBaXhuw
线性规划和整数规划的若干建模技巧
https://mp.weixin.qq.com/s/f24aXWrQkMlzABVatjOf5Q
线性规划的历史、模型及案例
https://mp.weixin.qq.com/s/zV6zi79c1Q2dfCaywuK6Pw
内点法六十年再回首
https://mp.weixin.qq.com/s/aryMyP0r6vov0pUvkoFYng
过去，现在和未来：运筹学为航空业保驾护航
https://mp.weixin.qq.com/s?__biz=MzUxMTYwMzI0OQ==&mid=2247486937&idx=1&sn=6be69679390f59516ee5f077adb8ccfa
运筹优化的剖析与应用
https://mp.weixin.qq.com/s/Ofn-p8NnnO4kLYqTlL0bJg
二次规划（QP）样条路径
https://mp.weixin.qq.com/s/zqesjLOeWIkiq68tLVVmJQ
混合整数规划模型在页岩气开采中的应用：EQT公司的案例
https://mp.weixin.qq.com/s/Ve_Gvp1Y0nIX4DV9_w0S3g
半正定规划(SDP)的形象理解和基本原理
https://mp.weixin.qq.com/s/wspfngdFNq-GeCTUJAse0A
在单纯形法之前
https://mp.weixin.qq.com/s/sGRNiAl7tvPc1tl0Xk2Idw
深度学习和强化学习在组合优化方面有哪些应用？
https://mp.weixin.qq.com/s/MuODCRWqolnh62D4t-hRvQ
临(邻)近增量累积梯度法(PIAG)
https://mp.weixin.qq.com/s/Pvu7JAHvsGJdL0mJIhVwng
多工序、多机台(产线)环境下的排程要点
https://mp.weixin.qq.com/s/oMiNGJOCqjEHoTmfBQv6EA
使用神经网络为A*搜索算法赋能：以个性化路径推荐为例
https://mp.weixin.qq.com/s/D_CQIw1372RTYBeSqPEl9A
鲁棒优化基础
https://mp.weixin.qq.com/s/7x2LS94i7te7JAeWo-d5kA
什么样的整数规划模型是一个好的模型
https://mp.weixin.qq.com/s/hzpnHvqaP9sxQQlLq-_3wg
Robust Optimization in 3D Vision
https://mp.weixin.qq.com/s/T20YMbTBbn1GC3fvInhkkA
深度学习如何影响运筹学？
https://mp.weixin.qq.com/s/VcA1SZNS4LvMny_9dCUByQ
混合整数规划/离散优化的精确算法–分支定界法及优化求解器
https://mp.weixin.qq.com/s/Ol69W-T67eGJW6RDjQJQ6w
胡武华博士：运筹优化理论在物流行业中的应用实践
https://mp.weixin.qq.com/s/cd08Lk4LcxV-qAVLq7-Kjg
整数规划经典方法–割平面法（Cutting Plane Method）
https://mp.weixin.qq.com/s/4sfWR-BTtIYipUZQD5kyyg
整数规划求解方法大全
https://mp.weixin.qq.com/s/6Oyp5Tt1t8xKapw2NqCdFQ
整数规划分解方法：Benders Decomposition简介
https://mp.weixin.qq.com/s/xhfRPedQ6pLQYrVsK2rgLA
浅谈排队论
https://mp.weixin.qq.com/s/pGvGbtoj96h0DQxKEDXWbg
利用顾客灵活性优化共享汽车规模
https://mp.weixin.qq.com/s/Hx9aTo8hMr-vY9418oWopQ
浅谈旅行商问题（TSP）的启发式算法
https://mp.weixin.qq.com/s/KmPTljxY4eyoYV8hXLxIXg
浅谈滴滴派单算法
https://mp.weixin.qq.com/s/H1diSCPZe6oTouufPY1JkA
机组排班优化及悠桦林的实践
https://mp.weixin.qq.com/s/_bEx-psbGgE4TiyBRuamQQ
二维异形零件下料问题简介
https://mp.weixin.qq.com/s/vuY1tukawF_V2Bz2YSA8wQ
Attain.ai创始人李玉喜：强化学习遇见组合优化
https://mp.weixin.qq.com/s/DbR-Px_-vK-4xOweqsQKxw
基于网络单纯形法求解的最小流费用问题
https://mp.weixin.qq.com/s/KkfiDUWHuctfV7w6wvRwcA
如何让8岁表妹了解最经典的运输问题
在1978年，新的廉价航空公司进入市场。这些航空公司以劳动力成本低，操作简单(点对点)，服务简单，规模效应，以及技术变革的优势，能够以远低于全服务航空公司的票价获取利润。
大型航空公司需要一种策略来重新抓住这些以休闲为目的的旅客。然而，对这些巨头们来说，与后起之秀之间的全面价格战几乎是自杀式的。
“美利坚航空公司”（American Airlines）当时的营销副总裁罗伯特·克兰德尔(Robert Crandall)被普遍认为是解决这一问题的创新者。
首先，他们设计了对购买有重大限制的折扣:必须在出发前30天购买，不可退款，并且要求至少7天的停留时间。这些限制是为了防止大多数商务旅行者购买低价机票。（价格维度的策略）
与此同时，美利坚航空公司限制了每趟航班的折扣座位数量，这种方案提供了与新兴航空公司在价格上竞争的手段，同时又不会损害他们的核心商务旅行者收入。（数量维度的策略）
https://mp.weixin.qq.com/s/CYNbgL2UBPub8-ZFFfn2ug
浅谈收益管理与动态定价
统计学接受的训练是推断数据之外的内容，而分析学接受的训练是探索数据集的内容。换言之，分析学家对数据中的内容作出结论，而统计学家则对数据中没有的内容作出结论。
https://mp.weixin.qq.com/s/Jr4NlL4dN4hTDf8K4g-N_A
如何识别滥竽充数的“数据骗子”
发掘了一个宝藏：
https://github.com/Valdecy/pyMultiobjective
Multiobjective Objectives Optimization（多目标优化）算法库
https://github.com/Valdecy/pyDecision
Multi Criteria Decision Analysis（多准则决策分析）算法库
https://github.com/Valdecy/pyMetaheuristic
Metaheuristics（元启发）算法库
https://github.com/Valdecy/pyRecommenderSystem
Recommender System算法库
https://github.com/Valdecy/pyCombinatorial
旅行商问题（TSP）算法库
异常检测
Anomaly Detection
1.基于聚类算法的异常检测。
2.基于孤立森林算法的异常检测。
3.基于支持向量机算法的异常检测。
4.基于高斯分布的异常检测。
5.基于马尔可夫链的异常检测。
参考：
https://github.com/yzhao062/anomaly-detection-resources
异常检测参考资源
https://github.com/zhuyiche/awesome-anomaly-detection
异常检测论文大列表：方法、应用、综述
http://chuansong.me/n/377440751130
异常点检测算法（一）
http://www.cnblogs.com/fengfenggirl/p/iForest.html
异常检测算法–Isolation Forest
https://mp.weixin.qq.com/s/xsuLIMPJVCThBGMRlz09Hg
Isolation Forest算法原理详解
http://www.bigdata8.top/front/article/466
异常值检测-滑动均值实现智能告警
https://mp.weixin.qq.com/s/ujG6Fr161kZh3S-lEiTJUg
异常检测（Anomaly Detection）
https://mp.weixin.qq.com/s/_Sds7O1wonVARKkb7qscww
腾讯：机器学习构建通用的数据异常检测平台
https://mp.weixin.qq.com/s/UcMPIf6ZRAhPjn79H2n1ig
异常点检测算法小结
https://mp.weixin.qq.com/s?__biz=MzIxODM4MjA5MA==&mid=2247487342&idx=3&sn=1981a6caec4591a19043d7a6176d359f
异常检测的阈值，你怎么选？给你整理好了…
https://mp.weixin.qq.com/s/ReQpT9KT6_tE8vXM-F_Ejw
从“马蜂窝事件”看，投资人如何避免数据尽职调查背后的交易风险？新时代数据造假特征及应对方法
https://www.zhihu.com/question/30508773
反欺诈(Fraud Detection)中所用到的机器学习模型有哪些？
https://mp.weixin.qq.com/s/jB5o4a6O4rrhMYD0GhKclw
基于机器学习算法的时间序列价格异常检测
https://mp.weixin.qq.com/s/PKX13Fv5fWmgX5IHLYgjmQ
基于无监督学习的期权定价异常检测
https://mp.weixin.qq.com/s/l1OKsahXHrFGr4YX441c9A
时序数据异常检测工具/数据集大列表
https://mp.weixin.qq.com/s/CuFbmcoXf4oG2YcDOgO3qw
异常检测基础
https://mp.weixin.qq.com/s/w7SbAHxZsmHqFtTG8ZAXNg
异常检测的N种方法，阿里工程师都盘出来了
https://www.zhihu.com/question/324999831
异常检测（anomaly/ outlier detection）领域还有那些值得研究的问题？
http://mp.weixin.qq.com/s/V-QCRXt5wAfSCiNT955W0A
外卖订单量预测异常报警模型实践
https://mp.weixin.qq.com/s/o_oRW5Ej9FmBq2L2Jz-brQ
AIOps中异常检测的简单应用
https://mp.weixin.qq.com/s/EOBjLqvi_WcSjiDb8b5Nwg
异常检测怎么做，试试孤立随机森林算法
https://mp.weixin.qq.com/s/uz5hjoG-m2PpnQxXZbHbFw
深度学习中的异常实例检测:综述论文
https://mp.weixin.qq.com/s/XXNw9ttT0BetZgqnrr68hw
深度学习异常检测，180页ppt
https://zhuanlan.zhihu.com/p/266513299
Anomaly Detection综述
https://mp.weixin.qq.com/s/mh6RW6XPpyEWZHG7TmBKzg
孤立森林:大数据背景下的最佳异常检测算法之一
https://mp.weixin.qq.com/s/FPsL5R6DFC2j3Wmzc3TJ2g
使用孤立森林进行异常检测
https://mp.weixin.qq.com/s/2J9P_sFjp9TxSvpBRthj0A
工业图像异常检测最新研究总结
https://mp.weixin.qq.com/s/8qR7Ew3oLzOZV2hV1QjMAA
最新49页《深度学习异常检测综述》论文，带你全面了解深度学习异常检测方法
https://mp.weixin.qq.com/s/NDs9xzVih0MHclJv2w1-TA
时序预测竞赛之异常检测算法综述
https://mp.weixin.qq.com/s/LlFQ-73hkgRENQiacwKHEg
四类异常检测算法综述：Isolation Forest、LOF、PCA及DAGMM
https://mp.weixin.qq.com/s/Jks-eZAinOvvWxKr0S-5Lg
使用计算机视觉来做异常检测
https://zhuanlan.zhihu.com/p/116235115
异常检测Anomaly Detection
https://zhuanlan.zhihu.com/p/359025580
基于图的异常检测
https://mp.weixin.qq.com/s/ddE7QchOzaz7Cq1NR3nr9Q
异常检测如何可解释？看这份KDD2021《可解释深度异常检测》教程
https://mp.weixin.qq.com/s/yOoDkTyZMmaFygt5MiGWtw
GAN如何异常检测？最新《生成式对抗网络异常检测》综述论文
https://mp.weixin.qq.com/s/qXIfqwP-ar77QhnooJRYqA
基于图的异常检测，94页ppt
https://zhuanlan.zhihu.com/p/500163005
时间序列异常检测（一）——算法综述
https://blog.csdn.net/zhoucoolqi/article/details/105497572
RANSAC算法
因果推理
https://mp.weixin.qq.com/s/doi26r9AVIMbpkZ01wsCZA
北京大学何洋波博士《因果推断和因果图模型》机器学习报告
https://mp.weixin.qq.com/s/L1ZY_qXPMXpStIgtUp7AKQ
为机器学习插上因果推理的翅膀：这是一本系统的因果推理开源书
https://mp.weixin.qq.com/s/ejf0qbIZWpq6Mi4G60ssEQ
隐藏着的因果关系，如何让相同的机器学习模型变得不同
https://mp.weixin.qq.com/s/O4JAv4NWp7NL-CzmaB6GxQ
因果关系到底存不存在：反事实和平行宇宙
https://mp.weixin.qq.com/s/-SdFNMxHzdSenDYHtjfldA
因果推理入门指南-必须的7个步骤
https://mp.weixin.qq.com/s/UcE8lHkaM5RT7ghWz0o-MQ
R. A. Fisher和J. Neyman的分歧
https://mp.weixin.qq.com/s/oZTU7TAEf-gYzlSXdt0_BA
因果推断在阿里文娱用户增长中的应用
您的打赏，是对我的鼓励
