Pythonで学ぶ数理最適化による問題解決入門(株式会社ビープラウド PyQチーム 斎藤 努)|翔泳社の本
  1. ホーム >
  2. 書籍 >
  3. Pythonで学ぶ数理最適化による問題解決入門

Pythonで学ぶ数理最適化による問題解決入門




形式:
書籍
発売日:
ISBN:
9784798172699
定価:
3,300(本体3,000円+税10%)
仕様:
A5・312ページ
カテゴリ:
数学・統計
キーワード:
#理工,#データ・データベース,#理工資格,#スキルアップ
シリーズ:
AI & TECHNOLOGY
紙の書籍

PyQの大人気コンテンツ書籍化第2弾
Pythonで数理最適化と問題解決手法を学んでみよう!

【本書の背景】
今日、数理最適化は、生産計画の最適化や勤務シフト表の作成、効率的なリソース配分の計画など幅広い分野で使われています。しかし、その理論的な深さや応用範囲の広さから、初学者が挫折感を覚えることも多いです(「はじめに」より抜粋)。

【本書の内容】
理論や詳細な内容を最小限に抑えて、Pythonのコードを動かしながら最適化を体験できるようにしました。さらに、簡単な確認問題を解くことで、理解度を確認しながら読み進められるように構成しました。(「はじめに」より抜粋)。

【PyQ(パイキュー)とは】
株式会社ビープラウドが運営する、ブラウザだけで学べるオンラインPython学習サービス。

【学習環境】
実行環境:PyQ、または、PC上のJupyterLab
利用言語:Python 3.11
利用ライブラリ:mip(1.15.0)、mip-tool(0.3.2)、pandas(2.1.3)、JupyterLab(4.0.9)、
Matplotlib(3.8.2)

【対象読者】
・数理最適化を使って、社会や身近な問題解決に活かしたいという方
・数理最適化を勉強したけど身につかず挫折した方

【前提知識】
・高校数学のベクトルの知識
・Pythonの文法知識

【目次】
Prologue PyQでPythonや数理最適化を学ぶ
第0章 本書の使い方
第1章 数理最適化による問題解決
第2章 数理モデルって何だろう
第3章 Pythonで数理モデルを作ろう
第4章 たくさんの変数はベクトルで
第5章 混合整数最適化って何だろう
第6章 Python-MIPのクラス
第7章 問題解決ってどうやるの?
第8章 輸送費を減らしたい
第9章 もっと食べたくなる献立を
第10章 お酒をわけよう
第11章 シフト表を作りたい
第12章 pandasで数理モデルを作ろう
第13章 pandasで再モデル化

【著者プロフィール】
・株式会社ビープラウド
・PyQチーム
・斎藤 努(さいとう・つとむ)
 株式会社ビープラウドにてPyQなどを担当。

画像01
画像02
画像03

Pythonのコードを動かしながら最適化を体験できる

株式会社ビープラウドが運営する、ブラウザだけで学べるオンラインPython学習サービス「PyQ」や、PC上のJupyterLabを利用し、Pythonのコードを動かしながら最適化を体験できます。

画像04

確認問題を解いて理解を深める

本文の随所に簡単な確認問題を用意しています。確認問題を解くことで、内容の理解度を確認しながら読み進めことができます。

画像05

演習問題で腕試し

一部の章末には演習問題を用意しています。学習した内容を元に挑戦してみてください。

Prologue PyQでPythonや数理最適化を学ぶ
P.1 PyQとは
P.2 本書とPyQの併用・購入特典

第0章 本書の使い方
0.1 使い方(1)PyQ上で解く
0.2 使い方(2)ローカル PCのJupyter上で解く

第1章 数理最適化による問題解決
1.1 数理最適化って何だろう?
1.2 数理最適化で問題解決
1.3 数理最適化の種類と解き方

第2章 数理モデルって何だろう
2.1 数理モデルの概要
2.2 線形最適化問題とは
2.3 線形の数理モデルの特徴
2.4 制約条件の書き方
2.5 結果のステータス
2.6 ソルバーとは
2.7 数理モデルを作ろう(クッキーとケーキ)

第3章 Pythonで数理モデルを作ろう
3.1 Python-MIPとは
3.2 Python-MIPでモデルを作ろう
3.3 コードの添削
3.4 Python-MIPで解を求めよう
3.5演習 Python-MIPの練習
3.6演習 文章問題の練習

第4章 たくさんの変数はベクトルで
4.1 ベクトルを使ってみよう
4.2 変数ベクトルの作成
4.3 要素の型の変換
4.4 変数ベクトルの合計
4.5 ベクトルの内積
4.6 変数ベクトルを使った数理モデル
4.7演習 変数ベクトルの練習

第5章 混合整数最適化って何だろう
5.1 混合整数最適化とは
5.2 混合整数最適化問題の例(クッキーとケーキ)
5.3 整数変数のベクトル
5.4 0-1変数ベクトルの例題1
5.5 0-1変数ベクトルの例題2
5.6 ナップサック問題
5.7演習 テーマパークのアトラクション

第6章 Python-MIPのクラス
6.1 ModelとVarとConstr(全変数と全制約条件)
6.2 Varの属性(上下限など)
6.3 VarとLinExprの値の取得
6.4 変数ベクトル作成時の指定
6.5 2次元配列の便利機能
6.6 その他のクラスと関連

第7章 問題解決ってどうやるの?
7.1 問題解決への取り組み方
7.2 データの前処理
7.3 日常会話で気をつけること

第8章 輸送費を減らしたい
8.1 ガソリンが高い!
8.2 費用は削減されたのか?
8.3 積載率が低い!

第9章 もっと食べたくなる献立を
9.1 献立どうしよう?
9.2 栄養が足りない!
9.3 答えが出ない!
9.4 お気に入りの献立を!
9.5 飽きのこない献立を!

第10章 お酒をわけよう
10.1 試飲会開催!
10.2 公平にしたい
10.3 2つの尺度で見よう

第11章 シフト表を作りたい
11.1 シフト表を作るには
11.2 まずは作ってみよう
11.3 シフト表に必要な条件を考慮しよう
11.4 休みの希望を叶えよう
11.5 2つの答えを出そう

第12章 pandasで数理モデルを作ろう
12.1 pandasとは
12.2 pandasの機能
12.3 pandasを使った数理モデル
12.4 クッキーとケーキ
12.5演習 おやつの問題

第13章 pandasで再モデル化
13.1 輸送のモデル
13.2 献立のモデル
13.3 試飲会のモデル
13.4 シフト表のモデル

付属データはこちら

会員特典はこちら

お問い合わせ

内容についてのお問い合わせは、正誤表、追加情報をご確認後に、お送りいただくようお願いいたします。

正誤表、追加情報に掲載されていない書籍内容へのお問い合わせや
その他書籍に関するお問い合わせは、書籍のお問い合わせフォームからお送りください。

利用許諾に関するお問い合わせ

本書の書影(表紙画像)をご利用になりたい場合は書影許諾申請フォームから申請をお願いいたします。
書影(表紙画像)以外のご利用については、こちらからお問い合わせください。

追加情報はありません。
この商品の「よくある質問」はありません。

ご購入いただいた書籍の種類を選択してください。

書籍の刷数を選択してください。

刷数は奥付(書籍の最終ページ)に記載されています。

現在表示されている正誤表の対象書籍

書籍の種類:

書籍の刷数:

本書に誤りまたは不十分な記述がありました。下記のとおり訂正し、お詫び申し上げます。

対象の書籍は正誤表がありません。

最終更新日:2024年04月02日
発生刷 ページ数 書籍改訂刷 電子書籍訂正 内容 登録日
1刷 053
注記4の内容
[4]GUROBIについてさらに知りたい場合は、https://gurobi.com/やhttps://octobersky.jp/を参照してください。
[4]GUROBIについてさらに知りたい場合は、https://www.gurobi.com/jp/を参照してください。
2024.04.02