第一章 商业智能与推荐系统 - 01 机器学习的概念 - 02 机器学习的模型选择 - 03 机器学习的模型、工具 - 04 机器学习案例 - 05 深度学习的概念 - 06 推荐系统的概念、原理 - 07 多臂老虎机（MAB）问题 - 08 推荐系统的设计架构 - 09 总结与练习 - 10 技术理念与课程wheel 第二章 价格预测与模型融合 - 01 回归分析算法 - 02 二手车交易价格预测：数据预处理与可视化 - 03 二手车交易价格预测：偏度与峰度 - 04 二手车交易价格预测：特征分析 - 05 二手车交易价格预测：时间DIFF - 06 二手车交易价格预测：模型优化 - 07 模型融合 - 08 二手车交易价格预测：神经网络 第三章 智能供应链 - 01 五折交叉验证：XGBoost - 02 五折交叉验证：优化与改进 - 03 智能供应链分析：项目分析 - 04 智能供应链分析：数据补全、可视化及探索 - 05 RFM用户价值模型：RFM指标计算步骤 - 06 RFM用户价值模型：RFM指标计算 - 07 RFM用户价值模型：订单探索 - 08 RFM用户价值模型：总结与波士顿法则 第四章 智能供应链（预测）和评分卡模型 - 01 智能供应链分析：项目介绍与分析 - 02 智能供应链分析：步骤详解 - 03 智能供应链分析：训练 - 04 智能供应链分析：高斯朴素贝叶斯 - 05 智能供应链分析：不同模型评测结果 - 06 智能供应链分析：神经网络 - 07 评分卡模型：介绍与步骤分析 - 08 评分卡模型：WOE与IV计算 - 09 评分卡模型：详细计算 第五章 逻辑回归与风控模型 - 01 逻辑回归模型与评分卡模型 - 02 基于评分卡的风控模型开发：项目介绍与步骤 - 03 基于评分卡的风控模型开发：数据分箱 - 04 基于评分卡的风控模型开发：IV与WOE值 - 05 基于评分卡的风控模型开发：逻辑回归转换 - 06 基于评分卡的风控模型开发：评分卡模型转换 - 07 基于评分卡模型的风控模型开发：评分卡的模型变换 - 08 评价指标及总结 第六章 常见规划问题[1] - 01 常见规划问题：线性规划 - 02 线性规划：plup - 03 线性规划：生产问题 - 04 线性规划：运输问题 - 05 线性规划：承包问题 - 06 Santa服务调度：项目介绍与分析 - 07 Santa服务调度：数据处理 - 08 Santa服务调度：规划求解 第七章 常见规划问题[2] - 01 Santa服务调度：Ortools求解器 - 02 Santa服务调度：LP MIP 规划求解（1） - 03 Santa服务调度：LP MIP 规划求解（2） - 04 Santa服务调度：LP MIP 规划求解（3） - 05 Santa服务调度：结果评估 - 06 Santa服务调度：方案优化 第八章 车辆路径规划问题[1] - 01 Santa服务调度的优化 - 02 Santa服务调度的优化总结 - 03 启发式算法与遗传算法 - 04 遗传算法工具 - 05 遗传算法代码 - 06 使用遗传算法求解旅行商问题 - 07 VRP问题 - 08 VRP问题求解 第九章 车辆路径规划问题[2] - 01 VRP问题的方案规划：项目介绍 - 02 VRP问题的方案规划：求解 - 03 自动钻孔机路线规划 - 04 指定城市的旅行商问题：数据预处理 - 05 指定城市的旅行商问题：求解距离 - 06 指定城市的旅行商问题：地图引入与可视化交互 - 07 多辆车的路径规划 VRP：问题介绍 - 08 多辆车的路径规划 VRP：求解 - 09 带有容量约束的 VRP：问题介绍 - 10 带有容量约束的 VRP：求解 - 11 带有时间窗口约束的 VRP：问题介绍 - 12 带有时间窗口约束的 VRP：求解 - 13 带有指定拿起放下约束的 VRP - 14 总结与练习 附：课程代码及案例数据 - 课程代码 - 案例数据