Я атакую проблему комбинаторной оптимизации, аналогичную проблеме множественных ранцев.Задача имеет оптимальное решение, и я предпочитаю не соглашаться на приблизительное решение.
Существуют ли рекомендуемые учебные пособия, касающиеся быстрого создания прототипов и развертывания решений комбинаторной оптимизации (для старших разработчиков программного обеспечения, которые также являются новичками в области больших данных)?Я хочу быстро перейти от прототипа к развертыванию на докерном кластере или AWS.
Мой опыт работы в распределенных системах (фокус на .NET, Java, Kafka, Docker контейнеры и т. Д ...), поэтому я обычно склонен решать сложные проблемы путем параллельной обработки на кластере машин(через масштабирование на докерном кластере или AWS).Тем не менее, эта конкретная проблема не может быть решена методом грубой силы, так как пространство проблемы слишком велико (возможно приблизительно 100 ^ 1000 комбинаций).
У меня ограниченный опыт работы с «большими данными», но я учусь изучать рюкзаки, генетические алгоритмы, обучение с подкреплением и некоторые другие подходы AI / ML.Учитывая мое ограниченное знакомство с этой областью, как бы я порекомендовал мне заняться такой проблемой?
- Я предпочитаю максимально использовать подход, заключающийся в использовании существующих фреймворков / библиотек.Отличная идея?Или можно порекомендовать использовать Accord.Net, ML.Net или какую-то другую библиотеку для создания собственной модели?
- Если существующие фреймворки - это путь, какие-нибудь конкретные фавориты?tensorflow?Есть какие-нибудь мысли по поводу инструментов Google ИЛИ: https://developers.google.com/optimization/ Что-нибудь в пространстве AWS?
- Какие-нибудь хорошие учебники, видео или подкасты, которые помогут мне быстро создать прототип?(имея в виду мою цель развертывания и проверки модели на докерном кластере)
Спасибо за любую помощь и руководство!