Es scheint praktisch unmöglich, ein Modell für unsere Entscheidungsfindung zu finden, das alle Details berücksichtigt. Wie die Datenabstraktion bei der Modellierung eines Problems helfen kann und sie somit Kern einer erfolgreichen Optimierung ist, zeigen wir in dieser Folge.

„Nutzen wir die Cloud, um es schneller zu lösen…“ Klingt einfach, aber erfüllt es wirklich die Erwartungen, wenn es um die Lösung von Optimierungsproblemen geht? Das kann es tatsächlich, aber es gibt einige Aspekte, über die man vorher nachdenken sollte, und wir zeigen, welche das

Verschiedene Techniken kombinieren, um eine neue Art von Problem zu lösen. Hört sich spannend an und ist es auch! Beispielsweise bei Flow Location Problems.

Optimierung und maschinelles Lernen können sich gegenseitig verstärken und zeigen, was sie mit vereinten Kräften erreichen können. Ein perfektes Beispiel dafür ist die lineare Regression. Wie das funktioniert und was man damit machen kann, zeigen wir in dieser Folge.

Wie versprochen, geben wir uns nicht mit normalen Heuristiken zufrieden: Wir machen sie meta! Was das bedeutet und wie es funktioniert, erklären wir in unserer neuen Folge.

Sven sieht die Dinge immer durch die Linse eines Optimierers: Welche Steigerungseffekte sind für das Geschäft mit Mobilitätsdienstleistungen mit Hilfe von Optimierung möglich?