Prêt à faire évoluer vos compétences en optimisation grâce à l’IA de pointe ? Cette formation courte a été conçue pour aider les professionnels de l’analyse de données à mettre en œuvre des techniques d’optimisation avancées dans la gestion des stocks et la prise de décision au sein de la chaîne d’approvisionnement.

À l’issue de cette formation, vous maîtriserez les algorithmes génétiques appliqués aux problèmes de gestion des stocks, vous saurez mettre en œuvre des agents d’apprentissage Q pour les simulations de chaîne d’approvisionnement et vous serez capable d’ajuster les paramètres pour obtenir des performances optimales. Vous acquerrez une expérience pratique en comparant les méthodes heuristiques aux approches traditionnelles et en évaluant les compromis entre exploration et exploitation. À l’issue de ce cours, vous serez capable de : Appliquer des algorithmes génétiques aux problèmes de réapprovisionnement des stocks Entraîner des agents d’apprentissage Q dans des simulations de chaîne d’approvisionnement en « grid-world » Évaluer les compromis entre la vitesse de convergence et la qualité de la solution Optimiser les paramètres ε-greedy pour améliorer les performances de l’apprentissage par renforcement Ce cours est unique en son genre, car il fait le lien entre les concepts théoriques d’optimisation et les applications pratiques à la chaîne d’approvisionnement, à l’aide d’ensembles de données réels et d’outils conformes aux normes du secteur. Pour réussir ce projet, vous devez posséder une expérience en programmation avec Python et des connaissances de base en matière de principes d’optimisation.