De student bezit basiskennis van wiskundige begrippen als (partiële) afgeleide, gradiënt en matrices. Voor de praktische toepassingen zal er gebruik gemaakt worden van Python en C++; er wordt dan ook verwacht dat de student vlot kan programmeren in deze talen.

Dit vak introduceert studenten in de wereld van computationele optimalisatie, waarin we op zoek gaan naar de waarden van parameters die volgens een zeker criterium het beste resultaat opleveren. Met zulke technieken kunnen computers worden ingezet om de beste oplossingen te vinden voor complexe problemen in diverse domeinen. We verkennen een breed scala aan optimalisatietechnieken, van klassieke methoden tot geavanceerde algoritmes geïnspireerd door de natuur, zoals genetische algoritmes. Je ontdekt hoe gradiënt-gebaseerde methoden werken, maar ook hoe we problemen kunnen aanpakken wanneer we geen gradiënten kunnen berekenen. Het vak combineert theorie met hands-on ervaring; we besteden speciale aandacht aan praktische implementaties en toepassingen, zodat je deze technieken direct kunt toepassen in je eigen projecten. Tijdens de oefeningen ga je zelf aan de slag met verschillende optimalisatiealgoritmes, waarbij je leert hoe je deze kunt implementeren en toepassen op realistische problemen. Een groter project stelt je in staat om dieper in te gaan op een specifieke techniek of toepassing. Wiskundige voorkennis wordt tot een minimum beperkt; de focus ligt op het begrijpen en toepassen van de concepten.