「一番良い」を見つけるための数理

数理最適化をひとことでいうと「最適な状態を求めるための数学」です。
・総移動距離が最も少なくなるような経路を見つける
・与えられた材料から様々な製品を作るとき、利益が最も大きくなるように生産量の計画を立てる
・必要な人員や休暇希望などを加味した上で最適なシフトを組む
など「最適」な状態を求めたい現実の課題は多くあります。さらに統計や機械学習の文脈では最小二乗法や最尤法として数理最適化が現れます。このような問題にアプローチするためには、それぞれの課題を数学的に表現できるようになることが重要です。さらに現実問題に対応するためには、このような数学の問題の性質に応じて、アルゴリズムを数学的に理解し、効率よく解を得る手法を選択できるようになることが重要です。この講座では、線形最適化や非線形最適化、整数最適化、組合せ最適化など様々な最適化の手法を紹介し、数学的な解説をメインに講義を進めていきます。
また、最適化の手法を当てはめやすい例題を提示しますので、手法の選び方について実際に身につけていきましょう。教科書には載っていないPythonでの実装も行います。

※2024年度前期(4月ｰ8月)のご受講ついてお申し込み受付中です。アーカイブ視聴による参加、途中参加も可能です。