最適化手法入門

理論は必要最低限にし、具体的な例とＰｙｔｈｏｎコードを多く掲載。東京大学のＵＴｏｋｙｏＯＣＷの講義映像「数理手法３」とも連携

「最適化」を使うことを目指して、さまざまな最適化モデルを解説した。理論は必要最低限にとどめ、具体的な例とＰｙｔｈｏｎコードを多く掲載している。東京大学のＵＴｏｋｙｏＯＣＷの講義映像「数理手法３」とも連携！

【データサイエンス入門シリーズ】
第１期として、以下の３点を同時刊行！

・データサイエンスのための数学：椎名　洋・姫野哲人・保科架風（著）清水昌平（編）
・データサイエンスの基礎：浜田悦生（著）狩野　裕（編）
・最適化手法入門：寒野善博（著）駒木文保（編）

第２期の刊行は２０１９年１１月の予定（＾ｏ＾）／

【「巻頭言」より抜粋】
データサイエンス分野の遅れを取り戻すべく、日本でも文系・理系を問わず多くの学生がデータサイエンスを学ぶことが望まれます。

文部科学省も「数理及びデータサイエンスに係る教育強化拠点」６　大学（北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学）を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。

本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。

データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。
――編集委員長　竹村彰通（滋賀大学データサイエンス学部学部長、教授）　

【推薦の言葉】
データサイエンスの教育の場や実践の場で利用されることを強く意識して、動機付け、題材選び、説明の仕方、例題選びが工夫されており、従来の教科書とは異なりデータサイエンス向けの入門書となっている。
――北川源四郎（東京大学特任教授、元統計数理研究所所長）

国を挙げて先端ＩＴ人材の育成を迅速に進める必要があり、本シリーズはまさにこの目的に合致しています。本シリーズが、初学者にとって信頼できる案内人となることを期待します。
――杉山将（理化学研究所革新知能統合研究センターセンター長、東京大学教授）(「近刊情報」より)

※発売日が変更になりました
9月2日→9月3日

目次

第１章　最適化の概要
第２章　線形計画と凸２次計画
第３章　非線形計画
第４章　凸計画
第５章　ネットワーク計画
第６章　近似解法と発見的解法
第７章　整数計画
付録Ａ　ソフトウェアの利用

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。