Machine Learning sob a Ótica da Otimização

O objetivo deste mini-curso é apresentar metodologias para integração de técnicas {\it machine learning} e otimização. A utilização da otimização como framework para análises preditivas e prescritivas é motivada pelo avanço significativo da computação de alto desempenho e dos solvers de otimização convexa, linear, não-linear e inteira. Por um lado, na parte preditiva, mostraremos como formular, resolver e estender problemas de classificação e regressão utilizando programação matemática em vez dos métodos heurísticos tradicionalmente implementados. Além das garantias teóricas de otimalidade, o framework flexível da otimização permite incluir características como robustez e esparsidade para obter maior acurácia e melhor interpretabilidade. Por outro lado, na parte prescritiva, apresentaremos avanços metodologicos que acomodam técnicas de machine learning em problemas de decisão sob incerteza na busca por uma decisão ótima contextual. Um novo framework holístico que processa dados-em-decisões de ponta-a-ponta será apresentado. Ilustraremos esses conceitos com experimentos numéricos utilizando diversas abordagens apresentadas na literatura.