内容紹介：Ｐｙｔｈｏｎで実務に使える数理最適化のスキルを身につけよう！▼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。▼この本の構成本書は二部構成です。第１部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、数理最適化の基礎的な考え方とＰｙｔｈｏｎによる初歩的な実装を学びます。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２部はケーススタディです。実際に社会で起こりうる、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学生の乗車グループ分けなどの学生にとっても身近な課題や、キャンペー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。▼第１版からの変更箇所・５章（車両の配送計画）問題の理解を助けるために挿絵・最適化結果の可視化を増やし、実装プログラムの解説を充実させました。また、最適化に登場する部品の列挙アルゴリズムについては、計算速度よりも理解しやすさを優先したものに差し替えました。・６章（数理最適化ＡＰＩとＷｅｂアプリケーションの開発）にＦａｓｔＡＰＩやＳｔｒｅａｍｌｉｔの記述を追加ＰｙｔｈｏｎのＷｅｂアプリケーション開発のフレームワークであるＦｌａｓｋに加え、人気のＦａｓｔＡＰＩやデータサイエンティストでも簡単にＷｅｂアプリケーションが開発できるＳｔｒｅａｍｌｉｔについて追記しました。・７章（商品推薦のための興味のスコアリング）行列表現に関する説明の調整簡単な数理最適化問題の行列表現から解説を行い、段階を踏んで理解できるようにしました。さらに、ソースコードの解説を追記することで、プログラムにおける行列の扱い方を理解しやすくなりました。
中学校のクラス編成―バランスを配慮したクラス替え。割引クーポンキャンペーンの利益最大化―結果を評価しながらモデルを見直す。１つの車両を用いた多期間の配送計画の効率化―補助変数をうまく使おう。最適化計算を行うＡＰＩとＷｅｂアプリケーションの作成―誰でも使えるようにするには。ＥＣサイトにおける商品推薦―ユーザーの関心をスコアリングしよう。５つのケーススタディで現場力を磨く。
もくじ情報：第１部　数理最適化チュートリアル（数理モデルとは；Ｐｙｔｈｏｎ数理最適化チュートリアル）；第２部　数理最適化のケーススタディ（学校のクラス編成；割引クーポンキャンペーンの効果最大化；１つの車両を用いた多期間の配送計画；数理最適化ＡＰＩとＷｅｂアプリケーションの開発；商品推薦のための興味のスコアリング）

岩永　二郎(イワナガ　ジロウ)
株式会社エルデシュ代表取締役、電気通信大学特任教授。２００１年北海道札幌北高等学校卒業。２００６年早稲田大学卒業。２００８年同大学大学院修士課程修了。２０２１年筑波大学大学院博士課程修了。博士（社会工学）。２００８年株式会社数理システム（現株式会社ＮＴＴデータ数理システム）、２０１６年Ｒｅｔｔｙ株式会社を経て２０１９年より株式会社エルデシュ代表取締役。２０２４年より電気通信大学特任教授。上智大学非常勤講師。筑波大学非常勤講師。日本オペレーションズ・リサーチ学会より２０１４年事例研究賞受賞、２０２４年普及賞受賞。専門は数理最適化、推薦システム、機械学習、自然言語処理。データサイエンス教育とデータサイエンスの社会実装に興味をもっている