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

著者 : 岩永二郎 石原響太 西村直樹 田中一樹

• オーム社 (2021年9月21日発売)

作品紹介・あらすじ

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。

感想・レビュー・書評

[mikumotousanさんの感想 · 2024年1月24日]

最適化の事例を数件紹介している。
「最適化手法入門」は、数式の理解と解法の演習を取り扱っているが、応用例として実社会の問題はこちらの図書を読むとよい。
最適化ライブラリは、PuLP

明解な文章で、丁寧にサンプルプログラムを解説しており、
初学者に親切な本。

6章　「数理最適化APIとWebアプリケーションの開発」は、
数理最適問題のプログラムのパッケージ化から
APIのライブラリ Flask を用いたwebアプリケーション側のリクエスト処理方法など
実装方法をしっかり理解できる。

[鈴華書記さんの感想 · 2023年12月3日]

数理最適化の具体例として興味深い本であった。数理最適化の計算は，主にPythonのPuLPを用いており，ある程度慣れていた方が読みやすい。

[桜美林大学図書館さんの感想 · 2023年9月12日]

https://cool.obirin.ac.jp/opac/volume/920242

[東京大学医学図書館（電子ブック）さんの感想 · 2023年6月9日]

同時アクセス数1

【学内から】
https://elib.maruzen.co.jp/elib/html/BookDetail/Id/3000112206

【学外から】
https://utokyo.idm.oclc.org/login?url=https://elib.maruzen.co.jp/elib/html/BookDetail/Id/3000112206
【必読：EZproxy利用時の注意点】
https://www.lib.u-tokyo.ac.jp/ja/library/literacy/user-guide/campus/offcampus/ezproxy

[bob-taniさんの感想 · 2022年9月8日]

数理モデルの使われ方。
モデルの生成と最適化のプロセスをコードで終える。
GitHubにコードもあり試せるので感覚がつかめる。
今すぐ理解するには難しいが、行列やベクトルが欲しくなる問題が出てくることで
数学の実務での使われ方が見えておもしろい。

[室蘭工業大学附属図書館おすすめ電子ブックさんの感想 · 2022年7月27日]

【電子ブックへのリンク先】
https://kinoden.kinokuniya.co.jp/muroran-it/bookdetail/p/KP00051487/
学外からのアクセス方法は
https://www.lib.muroran-it.ac.jp/searches/searches_eb.html#kinoden
を参照してください。

[岐阜聖徳学園大学図書館さんの感想 · 2022年1月19日]

岐阜聖徳学園大学図書館OPACへ→
http://carin.shotoku.ac.jp/scripts/mgwms32.dll?MGWLPN=CARIN&wlapp=CARIN&WEBOPAC=LINK&ID=BB00619556

▼この本の特徴
本書は、Pythonを用いた数理最適化の入門書です。Pythonを使ってさまざまな課題を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。
この本の特徴は、数理最適化のアルゴリズム自体ではなく、数理最適化を用いた課題解決に重きを置いている点です。ビジネスなどにおける課題を数理最適化で解く際に現場で発生しうる試行錯誤が多分に盛り込まれており、実務における手順や気をつけるべきポイントを学習することができます。
(出版社HPより）

[mogmog26さんの感想 · 2021年12月17日]

　AIの勉強をする中で、最適化に関してはAIそのものが扱うものではなく数理最適化という別の分野があることを知りました。またその数理最適化は今ある機能を使う、という感じではなくどのように最適化するかというルール設定と数式への落とし込みが必要でなかなかナレッジを得られにくいものであることもわかりました。

　本書では具体的な事例とともに、どのように制約と数式への落とし込み、そしてPythonでの具体的コーディングにまで解説が及んでおり、数学面では「連立一次方程式が解けるレベルであれば理解できる」というなんともうれしい前提条件の技術書となっています。実際にはシグマや繰り返し構文に関する理解がないと読み進めることはできませんが、数理最適化に対する「とにかく難しくて手が出ない」というイメージとは違って比較的とっつきやすい本になっています。

以下、具体的に紹介されていた内容です。読みたくなりますよね。
・学校のクラス編成（先生はクラス編成をどのように行っていたんだろうと昔に想いをはせてしまいました。）
・割引クーポンキャンペーンの効果最大化（身近にある課題でなるほどと思う内容だった。）
・輸送車両の配送計画（これが一番難しかった、、）
・数理最適化APIとWebアプリケーションの開発（実際動かしてみるとこれが一番面白かった）
・商品推薦のための興味スコアリング（最も興味があるというものをどうモデルに定義していくかがとても面白かった）

データやサンプルコードが提供されていますが、実際に動かすためのAnacondaの準備などについては説明がないので、自力で調べる必要がありました。ネットで調べればすぐ出てきますが、そのあたり全く触れたことがない人はAnacondaって何なのかという勉強に少し時間を割く必要が出てきます。

[aokikenichiさんの感想 · 2021年11月14日]

類書では理論のみか本のさわりのみなので、具体例についてコードつきでわかりやすい

[fraserlibさんの感想 · 2021年10月28日]

請求記号　417/I 95