【学界】深度学习如何影响运筹学？

来源：运筹OR帷幄前言最近看到一篇回答，YouTube 已将视频推荐全面改用深度学习实现。但传统上，推荐系统落在运筹学的范畴，可以归结为一个矩阵补全（matrix completion）问题，用半正定规划（SDP）里的方法，如非负矩阵分解（NMF）解决，而 YouTube 的结果显示深度学习的预测准确率比传统方法好很多、快很多。其他运筹学的问题（如广告搜索、路径规划、定价估值、仓储物流）、形式（如 LP、CP、SDP、MIP）、和方法（如内点法、割平面法）也会遇到这样来自深度学习的挑战吗？如果会的话，将如何影响？学界和业界有哪些已有的讨论和成果？文中提及回答：王科：YouTube 的视频推荐算法是怎样的？:http://t.cn/RQR9nhK这个问题比较前沿一些，原来看起来相关性不那么强的技 ………………………………