新ロードマップ「数理的アプローチによる問題解決を学びたい」リリースとコース改善のお知らせ

こんにちは、PyQチームです。
PyQのロードマップ追加と、コースの改善に関するお知らせです。

ロードマップ「数理的アプローチによる問題解決を学びたい」をリリースしました。
また、コース「数理的アプローチによる問題解決」を改善し、2つのコースに分割・再構成しました。

リリースしたロードマップ

「数理的アプローチによる問題解決を学びたい」は、数理最適化やシミュレーションなどの数理的な手法を用いて問題解決したい方におすすめのロードマップです。
初めてプログラミングを学習する方から、既にPythonの文法を習得済の方まで、自分のレベルに合った段階から学習できるよう構成しています。

このロードマップでは理論の詳しい説明を最小限に抑えて、具体的にPythonのコードを動かしながら学ぶことで、最適化などを体験できます。
以下の4つのMissionとNext Step（学習後の記事）から構成されています。

• Mission 1とMission 2では、本ロードマップで最低限必要なPythonの基礎文法について習得します。
• Mission 3では、数理的アプローチの第一歩として、数理最適化を使った問題解決の基礎を学びます。
• Mission 4では、数理最適化とそれ以外の手法（確率やグラフ理論やシミュレーションなど）を使った問題解決について学びます。
• Next Stepでは、ここまでの学習後におすすめのコンテンツやコミュニティ、参考書籍などを紹介しています。

ロードマップの内容紹介

本ロードマップは、自分のPythonのレベルに合わせて学習できるよう構成されています。

プログラミング自体が初めての方は、 Mission 1「プログラミングのイメージを掴もう」 から始めましょう。
他の言語などでプログラミング経験があるが、Pythonの文法には自信がない方は、 Mission 2「Python文法基礎を学ぼう」 で最低限の文法知識を身につけましょう。
既にPythonのプログラミング経験がある方は、 Mission 3 と Mission 4 から始められます。

Mission 3「Pythonで学ぶ数理最適化による問題解決入門」 では、数理的アプローチの第一歩として、数理最適化を使った問題解決について学びます。学習時間の目安は6時間からとなっています。

数理最適化でどんなことができるのかを体験してみたい方は、まずはMission 3をやってみるとよいでしょう。

Mission 3は、コース「Pythonで学ぶ数理最適化による問題解決入門」を学習します。本コースは、主に下記の13のパートで構成されています。

1. パート「数理最適化による問題解決」
2. パート「数理モデルって何だろう」
3. パート「Pythonで数理モデルを作ろう」
4. パート「たくさんの変数はベクトルで」
5. パート「混合整数最適化って何だろう」
6. パート「Python-MIPのクラス」
7. パート「問題解決ってどうやるの？」
8. パート「輸送費を減らしたい」
9. パート「もっと食べたくなる献立を」
10. パート「お酒をわけよう」
11. パート「シフト表を作りたい」
12. パート「pandasで数理モデルを作ろう」
13. パート「pandasで再モデル化」

なお、上記の内容は、下記の書籍でも学べます。

www.shoeisha.co.jp

blog.pyq.jp

また、Mission 4「いろいろな数理的手法で問題解決しよう」では、次のようないろいろな手法を使った問題解決を学べます。
このミッションは、コース「数理的アプローチによる問題解決」を学習し、主に下記の12のパートで構成されています。

1. パート「論理と問題解決」
2. パート「確率の問題」
3. パート「グラフ理論初級」
4. パート「グラフ理論中級」
5. パート「グラフを使った最適化」
6. パート「線形最適化初級」
7. パート「データ分析と最適化」
8. パート「組合せ最適化初級」
9. パート「経路問題」
10. パート「組合せ最適化で解くパズル」
11. パート「シミュレーションと待ち行列」
12. パート「問題解決のチャレンジ」

こちらは、いろいろな手法を扱っているので、興味のあるところだけ学習してもいいでしょう。

旧「数理的アプローチによる問題解決」コースの改善・分割について

本ロードマップにともない、今までのコース「数理的アプローチによる問題解決」を以下のように改善し、再構成しました。

• 数理最適化を中心に学びたい人と、数理最適化に限らずいろいろな手法について学びたい人がいることを考慮し、コースを分割 しました。
• 最小限の学習内容で数理最適化や数理的アプローチを学べる よう、数学とアルゴリズムやpandas、NumPyに関するコンテンツを除外しました。
• その他、適切な時間で学習計画を立てやすいよう、想定学習時間の見直し を行いました。

具体的な変更点は以下のとおりです。これまで、コース「数理的アプローチによる問題解決」を選択していた方はご注意ください。

変更前	変更後
コース「数理的アプローチによる問題解決」 ランク「チュートリアル」 ランク「Jupyter Notebook入門」 ランク「数学とアルゴリズム」 ランク「Pythonデータ処理初級 改訂版」 ランク「Pythonデータ処理中級」 ランク「NumPyデータ処理」 ランク「Pythonで学ぶ数理最適化による問題解決入門」 ランク「数理的アプローチによる問題解決」 ランク「コラボレーション」	コース「Pythonで学ぶ数理最適化による問題解決入門」 ランク「チュートリアル」 ランク「Jupyter Notebook入門」 ランク「Pythonで学ぶ数理最適化による問題解決入門」 コース「数理的アプローチによる問題解決」 ランク「チュートリアル」 ランク「Jupyter Notebook入門」 ランク「数理的アプローチによる問題解決」 ランク「コラボレーション」

まとめ

ロードマップ「数理的アプローチによる問題解決を学びたい」のリリースと、コースの改善についてお知らせしました。
PyQではより効率よく、成長の実感を得ながら学習ができるよう、これからもUI/UXやコンテンツの改善を続けていきます。

blog.pyq.jp