Tournées de livraison
Optimiser les tournées d’une petite flotte de véhicules avec une heuristique et mesurer l’écart à l’optimum.
Tous les parcoursDécouvrir Coursera PlusAprès l’étape 2 Après l’étape 3 Après l’étape 4
Physique, maths · 36Intermédiaire
Recherche opérationnelle et optimisation
Ingénieur en logistique, planification ou aide à la décision.
Algèbre linéaire, algorithmique de Stanford, programmation linéaire et algorithmes d'approximation, puis décision sous incertitude.
349heures de cours
35semaines à 10 h
4étapes
16cours
4universités
Compétences visées
AlgorithmsGraph TheoryData StructuresMathematical ModelingAlgebraGeometryLinear AlgebraApplied MathematicsMarkov ModelBioinformaticsSocial Network AnalysisProbability
Intitulés de compétences repris de Coursera.
Métiers visés
- Ingénieur en recherche opérationnelle
- Analyste supply chain
- Ingénieur planification
Progression
- 1Johns Hopkins UniversityDébutant
Prérequis annoncés : Basic algebra (no calculus)
Voir les 3 cours
Cours Niveau Durée Note (avis) Linear Algebra: Linear Systems and Matrix Equations Débutant 10 h 4,7 (183) Linear Algebra: Matrix Algebra, Determinants, & Eigenvectors — 15 h 4,8 (79) Linear Algebra: Orthogonality and Diagonalization Intermédiaire 9 h 4,8 (56) - 2Stanford University (Stanford Online)IntermédiaireC, Java, Python
Prérequis annoncés : Programming in at least one language (C, Java or Python); familiarity with proofs (induction, contradiction); discrete probability
Voir les 4 cours
Cours Niveau Durée Note (avis) Divide and Conquer, Sorting and Searching, and Randomized Algorithms Intermédiaire 15 h 4,8 (5 342) Graph Search, Shortest Paths, and Data Structures Intermédiaire 14 h 4,8 (2 002) Greedy Algorithms, Minimum Spanning Trees, and Dynamic Programming Intermédiaire 15 h 4,8 (1 279) Shortest Paths Revisited, NP-Complete Problems and What To Do About Them Intermédiaire 13 h 4,8 (832) - 3University of Colorado BoulderAvancéPythoncrédits universitaires
Prérequis annoncés : Some background in calculus, probability theory and Python programming
Voir les 5 cours
Cours Niveau Durée Note (avis) Algorithms for Searching, Sorting, and Indexing Intermédiaire 36 h 4,7 (544) Trees and Graphs: Basics Avancé 34 h 4,6 (194) Dynamic Programming, Greedy Algorithms Avancé 38 h 4,7 (282) Approximation Algorithms and Linear Programming Avancé 46 h 4,8 (67) Advanced Data Structures, RSA and Quantum Algorithms Avancé 45 h 4,6 (70) - 4University of MichiganIntermédiaireGenerative AI tools
Prérequis annoncés : None stated (no coding required)
Voir les 4 cours
Cours Niveau Durée Note (avis) Model Thinking Intermédiaire 28 h 4,8 (2 265) Problem Solving Using Computational Thinking Débutant 12 h 4,6 (1 313) Mindware: Critical Thinking for the Information Age Débutant 13 h 4,8 (1 453) Leveraging GenAI to Develop Critical Thinking Skills Débutant 6 h 4,3 (11)
Avec Coursera Plus
Ce parcours représente 349 heures, soit environ 8 mois à 10 heures par semaine. L’abonnement Coursera Plus donne accès à la plupart de ses cours pendant cette période.
Projets à réaliser
Programme linéaire
Modéliser un problème de production sous contraintes et le résoudre avec un solveur libre.
Décision sous incertitude
Choisir un niveau de stock avec une demande aléatoire et comparer plusieurs règles de décision.
Manuels gratuits
Introduction to Applied Linear Algebra (VMLS)S. Boyd, L. VandenberghePDF gratuit
AlgorithmsJeff EricksonGratuit, CC BY 4.0
OpenIntro StatisticsD. Diez, M. Çetinkaya-Rundel, C. BarrPDF gratuit