Sind Sie bereit, Ihre Optimierungsfähigkeiten mit modernster KI zu revolutionieren? Dieser Kurzkurs wurde entwickelt, um Fachleuten aus dem Bereich der Datenanalyse dabei zu helfen, fortgeschrittene Optimierungsaufgaben im Bestandsmanagement und bei der Entscheidungsfindung in der Lieferkette zu bewältigen.

Nach Abschluss dieses Kurses beherrschen Sie genetische Algorithmen für Bestandsprobleme, implementieren Q-Learning-Agenten für Lieferkettensimulationen und stimmen Parameter für eine optimale Leistung ab. Sie sammeln praktische Erfahrungen beim Vergleich heuristischer Methoden mit traditionellen Ansätzen und bei der Bewertung von Kompromissen zwischen Exploration und Exploitation. Am Ende dieses Kurses werden Sie in der Lage sein: genetische Algorithmen auf Probleme der Bestandsauffüllung anzuwenden Q-Learning-Agenten in Grid-World-Simulationen der Lieferkette zu trainieren Abwägungen zwischen Konvergenzgeschwindigkeit und Lösungsqualität zu bewerten ε-Greedy-Parameter zur Leistungssteigerung beim verstärkenden Lernen zu optimieren Dieser Kurs ist einzigartig, da er theoretische Optimierungskonzepte mit praktischen Anwendungen in der Lieferkette verbindet und dabei reale Datensätze sowie branchenübliche Tools nutzt. Um in diesem Projekt erfolgreich zu sein, sollten Sie über Programmiererfahrung mit Python sowie über Grundkenntnisse in Optimierungsprinzipien verfügen.