Если вы посмотрите фильмы о Джеймсе Бонде или «Миссия невыполнима», то заметите, что довольно много чего происходит еще до вступительных титров. И главное, что заставляет зрителей прирасти к экрану, – это взрыв.

Предыдущие главы о добыче данных и искусственном интеллекте как раз и играли роль подобных «взрывов». Ну а теперь, как в любом хорошем фильме, сюжет должен развиваться. В главе 2 мы немного пользовались оптимизационным моделированием для нахождения оптимального расположения кластерных центров, но все достаточные для этого знания об оптимизации вы почерпнули из главы 1. Теперь же мы погрузимся в оптимизацию с головой и обретем бесценный опыт построения моделей для решения задач бизнеса.

Искусственный интеллект в последнее время стал вызывать беспокойство из-за активного использования в технических компаниях и стартапах. Оптимизация же, напротив, больше похожа на Fortune 500 бизнес-практики. Перепроектирование цепочки снабжения для уменьшения затрат на топливо выглядит не слишком привлекательно. Но оптимизация, чего бы она ни касалась – срезания жира или сверхэкономной развески, – представляет собой фундамент успешного развития бизнеса.

Говоря о науке о данных, нельзя не признать, что оптимизация и здесь – фундаментальное понятие. Как вы узнаете из этой книги, она является не только стоящей аналитической практикой сама по себе – каждый уважающий себя практик по научной работе с данными неизбежно сталкивается с ней в процессе применения других методов работы с данными. В одной только этой книге оптимизация играет ведущую роль в четырех главах:

• определение оптимальных кластерных центров методом кластеризации по k-средним в главе 2;

• максимизация модульности для определения сообществ (глава 5);

• тренировочные коэффициенты для модели ИИ (подгонка регрессии в главе 6);

• оптимальная установка параметров сглаживания в модели прогнозирования (глава 8).

Задачи оптимизации служат своего рода объединяющим началом различных областей науки о данных, так что желающим продвинуться на этом поприще необходимо осваивать искусство их решения. Без них – никуда, можете мне верить.