数理最適化の参考書
専門家が執筆した数理最適化の書籍を紹介しています． 適当に書籍を並べただけですので内容については各自で確認をお願いします． 数理最適化全般 数理最適化の概観を知りたい人向け 穴井宏和，数理最適化の実践ガイド，講談社，2013． 数理最適化を現実問題の解決に活用するプロセスを知りたい人向け 岩永二郎，石原響太，西村直樹，田中一樹，Pythonではじめる数理最適化（第2版） ―ケーススタディでモデリングのスキルを身につけよう―，オーム社，2024． 三好大悟，Excelで手を動かしながら学ぶ数理最適化：ベストな意思決定を導く技術，インプレス，2023． 株式会社ビープラウド，PyQチーム，斎藤努，Pythonで学ぶ数理最適化による問題解決入門，翔泳社，2024． 数理最適化を初めて学ぶ人が手に取る入門書 福島雅夫，新版 数理計画入門，朝倉書店，2011． 久野誉人，繁野麻衣子，後藤順哉，数理最
Python言語による実務で使える100+の最適化問題 | opt100
はじめに 本書は，筆者が長年書き溜めた様々な実務的な最適化問題についてまとめたものである． 本書は，Jupyter Laboで記述されたものを自動的に変換したものであり，以下のサポートページで公開している． コードも一部公開しているが，ソースコードを保管した Github 自体はプライベートである． 本を購入した人は，サポートページで公開していないプログラムを 圧縮ファイル でダウンロードすることができる． ダウンロードしたファイルの解凍パスワードは<本に記述>である． 作者のページ My HP 本書のサポートページ Support Page 出版社のページ Pythonによる実務で役立つ最適化問題100+ (1) ―グラフ理論と組合せ最適化への招待― Pythonによる実務で役立つ最適化問題100+ (2) ―割当・施設配置・在庫最適化・巡回セールスマン― Pythonによる実務で役立つ
某ことり on Twitter: "scipy.optimize.minimize のベンチマーキング論文があった。SLSQP (sequential least squares) がおすすめされてる https://t.co/hMEpJUeJHS"
scipy.optimize.minimize のベンチマーキング論文があった。SLSQP (sequential least squares) がおすすめされてる https://t.co/hMEpJUeJHS
輸送問題を近似的に行列計算で解く（機械学習への応用つき） - 私と理論
輸送問題と呼ばれる問題があります． この問題は，普通は線形計画法やフローのアルゴリズムを使って解かれます． この記事では，この輸送問題を近似的に行列計算で解くアルゴリズム（エントロピー正則化 + Sinkhorn-Knopp アルゴリズム）を紹介します． 輸送問題とは アルゴリズム 得られる解の例 なぜこれで解けるのか？ 競プロの問題を解いてみる 機械学習界隈における流行 まとめ 輸送問題とは 輸送問題とは以下のような問題です． 件の工場と 件の店舗からなる，ある商品の流通圏があるとする． 各工場には 個の在庫がある.． 各店舗では 個の需要がある． 在庫の総和と需要の総和は等しいとする （すなわち ）． 工場 から店舗 に商品を一つ運ぶためには の輸送コストがかかる． 各工場 から各店舗 への輸送量 を適切に決めて，各店舗の需要を満たしつつ輸送コストの総和を最小化せよ． 輸送問題は最適化
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Kenji Utagawa on X: "Convex Optimization – Boyd and Vandenberghe 凸計画法の数理についてとても詳しく、統計学への応用や最適化問題の数値計算の為のアルゴリズムについても載っています。 本の他に凸解析の講義用のスライドが以下のページで公開されています。 https://t.co/D19hG1iukG"
https://twitter.com/simizut22/status/1654397400969248770?s=12&t=suYC6B2IhN7jv0qU5zDxmQ
https://twitter.com/shunji_umetani/status/1645962693776662529?s=12&t=suYC6B2IhN7jv0qU5zDxmQ
Kien Y. Knot🤔 on Twitter: "@tmaehara ありがとうございます！！双対問題を上手く作れると、主問題を直接解こうとするよりも(計算的に)簡単に最適解を導けることがあるのがご利益という点は、理解が及んだかなと思ってます。"
https://twitter.com/pseudo_finite/status/1523494618121531392?s=12&t=j6_2YABiMF78WrVOFzibTA
https://twitter.com/developer_quant/status/1515302732818960392?s=12&t=dgHWQ889RvBUnTAW9xpVpg
kota matsui on Twitter: "ブラックボックス最適化って機械学習の文脈だとかなりメジャーなトピックになっている思うんですけど、数理最適化とかORの界隈だといまどういう扱いなんでしょう？（使われ具合とか研究者人口とか）"
https://twitter.com/Maxwell_110/status/1463627234606944260
https://twitter.com/developer_quant/status/1463101573148512260
Shinichi Takaŷanagi on Twitter: "「SpaceXのロケット🚀自動着陸も実は凸二次計画で制御されてる」というのを最近知りました。"Pythonではじめる数理最適化 7章"で凸二次計画の学習を皆さん是非ッ！！！ https://t.co/9ItQuh1zKx > S… https://t.co/9OweBPy2Ab"
https://twitter.com/shunji_umetani/status/1462256516493316097
https://twitter.com/shunji_umetani/status/1452803508353175556
Taiji Suzuki on Twitter: "機械学習における一次確率的凸最適化法に関しては Lan, George: First-order and Stochastic Optimization Methods for Machine Learning が大体網羅していて… https://t.co/kleoSFTbdc"
Jinya Nakamura on Twitter: "「Pythonではじめる数理最適化」（岩永二郎他）が届いたのでざっと読みました。 実務のケーススタディとして、課題発見から始まり、定式化、実装、確認、修正、という最適化業務の流れがつかめていい感じです。 また、全コードとデータがg… https://t.co/7nXcFczRzk"
てらモス🈚 on Twitter: "ニュートン法が使えない理由は二つあって、大域収束性がクソなのと逆行列の計算が重い点で、前者は減速法の研究が無限にあって、後者はBFGSとかの逆行列を直接評価しない擬ニュートン法系列に発展してくわけだけど、そうじゃなくて局所収束性も… https://t.co/rvByPXhWvQ"
Kazunori Sato on Twitter: "MLOps文脈でこれ系の話だと、Googleのhigh interest credit card論文だったかで、実運用時の再現性を優先するならばできるだけconvex optimizationできるモデル（つまり非ディープ）を選べ… https://t.co/eFfRluwOoA"