斎藤です。「数理的アプローチによる問題解決コース」をリリースしました。
- ビジネスを効率良くしたい!
- 経験と勘でやっている意思決定を変えたい!
→ 数理的アプローチによる問題解決が役に立つかもしれません。
PyQの「数理的アプローチによる問題解決コース」では、数式によるモデルを使って効率的に仕事を進めるための道筋を学べるようにカリキュラムが用意されています。この機会に、是非、試してみましょう。
コースを学ぶと何ができるようになる?
以下のことを学んで、数学を使って問題解決能力を高められます。
- 問題解決とは何か、どのように学習したらよいかを学びます。
- 論理力を鍛えられます。
- 勘違いしやすい確率の問題を通して、問題把握力が鍛えられます。
- グラフ理論のライブラリーNetworkXの使い方を学べます。
- グラフを使った最適化を学べます。
- 線形最適化、組合せ最適化のライブラリーPuLPの使い方を学べます。
- データ分析(pandas)と最適化(PuLP)を組み合わせたモデルの作成方法を学べます。
- 最適化を使って、パズルの解き方が学べます。
コースの内容
以下の6ランクあります。
- Jupyter Notebook
- 数学とアルゴリズム
- Pythonデータ処理初級
- Pythonデータ処理中級
- NumPyデータ処理
- 数理的アプローチによる問題解決
新規ランクは、「数理的アプローチによる問題解決 」ランクです。含まれるパートを紹介します。
- 論理と問題解決
- 確率の問題
- グラフ理論初級
- グラフ理論中級
- グラフを使った最適化
- 線形最適化初級
- データ分析と最適化
- 組合せ最適化初級
- 組合せ最適化で解くパズル
1. 論理と問題解決
6つのクエストで、問題解決や論理について学びます。
問題解決に関わる話やオペレーションズ・リサーチを概観します。
対偶やド・モルガンの法則、カードを使った論理パズルを通して論理力を鍛えます。
2. 確率の問題
5つのクエストで、モンティ・ホールなどの勘違いしやすい確率の問題について学びます。
状況を正確に把握する能力を鍛えます。
3. グラフ理論初級
5つのクエストで、グラフ理論やNetworkXについて学びます。
NetworkXを多くのことが簡単にできます。PyQでは、作成方法など基本的なところが学べます。
4. グラフ理論中級
6つのクエストで、グラフ理論について理解を深めます。
グラフの修正方法や性質について学びます。
5. グラフを使った最適化
1つのクエストで、最短路問題の解き方を学びます。
このパートは、今後、拡充を予定しています。
6. 線形最適化初級
6つのクエストで、線形最適化とは何か、最適化モデルの作成方法、双対問題とはについて学びます。
Pythonを使うと、最適化問題を簡単に解けます。
色々な問題の双対問題を簡単に調べられるようになります。
7. データ分析と最適化
4つのクエストで、データ分析ライブラリーを使って最適化モデルを作成する方法を学びます。
輸送最適化問題を通して、そのメリットを体験します。
8. 組合せ最適化初級
1つのクエストで、組合せ最適化について学びます。
このパートは、今後、拡充を予定しています。
9. 組合せ最適化で解くパズル
4つのクエストで、色々なパズルの解き方を学びます。
このパートは、今後、拡充を予定しています。
いかがでしたでしょうか。新規追加した「数理的アプローチによる問題解決」ランクだけでも120問近い問題があります。
Pythonを使って、少しずつできることを広げていきましょう。
PyQブログの更新は、SNSで告知しています。
リリース情報・PythonやIT全般のお役立ち情報なども配信しています。 Python・プログラミング学習の情報に興味のある方は フォローしていただくと、最新情報をいち早く知ることができます。