
Pythonではじめる数理最適化 ―ケーススタディでモデリングのスキルを身につけよう―
岩永二郎、石原響太、西村直樹、田中一樹
株式会社 オーム社 / 2021-09-21
累計読者数3
平均ハイライト数 2.3件/人
推定読了時間 約6時間16分
star総合評価 35/100
boltライト読書型
check_circle推定完走率 42%
この本について
業務で最適化モデルを組もうとすると、「現実をそのまま式に落とせない」「コードを書いているのに状況が見えない」みたいなモヤモヤがつきまといます。自分も最短ルートで答えにたどり着くほど、逆に理解が浅くて後から困ることが多かったです。 この本を読んで救われたのは、モデルを「現実の模型として近似するのか」「現実の見本として振る舞わせるのか」という二つの視点をきちんと分けてくれたところでした。数理モデルってただ式を立てる作業だと思っていたのが、どこを捨ててどこを残すかを自分で選ぶ作業なんだと腑に落ちます。また、決定変数と補助変数の扱いを丁寧に説明していて、非線形になって詰んでいた部分が「変数の置き方を変えるだけで扱える問題になる」という体験に変わりました。回り道がむしろ重要という指摘も、実務で迷ってきた身にはかなり響きました。 コード的にも、problem += の右辺で何を足しているのかが直感的に理解できるようになり、「式を写経しているだけ」の状態から抜け出しやすいです。現実とモデルのギャップを意識しながら前に進みたい人にとっては、かなり実用的な一冊だと思います。こんな人に刺さるのは、数理最適化を“使える形”にしたいと思っている人です。
analytics
読書インサイト
ハイライト密度
開始終了
多くの読者は第1章に最もインサイトを感じており、全ハイライトの50%が集中しています。
読書の順序
この本に似ている本
すべて見る arrow_right_alt
86%
しっかり学ぶ数理最適化 モデルからアルゴリズムまで (KS情報科学専門書)
梅谷俊治

71%
スーパープログラマーに学ぶ 最強シンプル思考術
吉田塁

71%
Counterfactuals and Causal Inference: Methods and Principles for Social Research (Analytical Methods for Social Research) (English Edition)
Stephen L. Morgan、Christopher Winship

70%
Pythonで学ぶあたらしい統計学の教科書 第2版
馬場 真哉

70%
Pythonで学ぶ実験計画法入門 ベイズ最適化によるデータ解析 (KS情報科学専門書)
金子弘昌
書籍情報(出版社紹介・目次)expand_more
出版社による紹介
Pythonで実務に使える数理最適化のスキルを身につけよう! 本書は、Pythonを用いた数理最適化の入門書です。さまざまな課題をPythonを使って実際に解いてみることで、数理モデルを実務で使いこなす力を身につけます。 第1章と第2章はチュートリアルです。中学校で習う連立一次方程式や、高校で習う線形計画法を題材として、数理最適化の流れや考えかたを説明します。シンプルな課題設定なので、数学的な難しさを感じることなくPythonに集中して基礎を学習することができます。 第3章~第7章では、実際に起こりうるさまざまな課題を数理最適化によって解いていきます。学校のクラス編成やサークル活動における車のグループ分けなどの学生にとっても身近な課題や、配布クーポンの効果最大化や効率のよい配送計画の立案などのビジネスにおいてたびたびぶつかる課題などを解いていくことで、手順や注意点、効率のよい方法などが学べます。 このような方におすすめ ◎ 数理最適化の実務応用について知りたい方 ◎ 施策の効果最大化や効率化に取り組むビジネスマン(エンジニア・マーケター・リサーチャーなど) ◎ 情報・経済・経営系などの学部や学科の学生 ◎ データサイエンティストを志す方 主要目次 第Ⅰ部 数理最適化チュートリアル 第1章 数理モデルとは 第2章 Python数理最適化チュートリアル 第Ⅱ部 数理最適化のケーススタディ 第3章 学校のクラス編成 第4章 割引クーポンキャンペーンの効果最大化 第5章 最小コストで行う輸送車両の配送計画 第6章 数理最適化APIとWebアプリケーションの開発 第7章 商品推薦のための興味のスコアリング Appendix メソッド・関数早見表
読んだ内容を、もう忘れない。
BookNotion Zなら、Kindleのハイライトを自動で保存・整理。Notionにエクスポートして、いつでも振り返れます。
無料ではじめる
クレジットカード不要