MIT 6.0002 计算思维与数据科学导论 学习笔记

Lec 1 导论及优化问题 【Introduction and Optimization】

一、和6.0001的比较

1.编程任务相对简单
-专注于问题的解决而不是纯编程
2.课程内容更加抽象
3.课程节奏会更快
4.不仅是学习编程，而且是带你进入数据科学的王国

---

How do you get to Carnegie Hall?
Practice Practice Practice

---

二、计算模型【Computational Models】

• 优化模型【optimization models】
• 统计模型【statistical models】
• 模拟模型【simulation models】

三、什么是优化模型

• 为目标函数求最大或最小值
  eg：从纽约去波士顿的最短时间

• 需要遵循一系列的约束【constraints】（可能为空）
  eg：不能花超过100美元

四、背包问题【knapsack problem】

1. 什么是背包问题？
   假想一个小偷进了一个房子，想要偷走尽可能价值高的东西，但是他的负重有限，小偷应该如何在屋里的财物中选择合适的。

2. 背包问题的两个变种

   • 0/1背包问题
   • 部分背包问题

   0/1背包问题更加复杂，因为你做的每一个决定都将影响未来的决定。

3. 0/1背包问题的形式化
   
   • Each item is represented by a pair, (value, weight)
   • The knapsack can accommodate items with a total weight of no more than w
   • A vector, L, of length n, represents the set of available items. Each element of the vector is an item
   • A vector, V， of length n, is uesd to indicate whether or not items are taken. If V[i]=1, item I[i]*is taken,If *V[i]=0, item *I[i]*is not taken.

Find a V that maximizes

∑i=0n−