※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 新しい最適化の手法の幕開け！これまでは特殊なプログラミング言語やアルゴリズム等に精通している事が必要であった最適化問題（数理計画）の解決が、高性能な数理最適化ソルバー（Gurobi）と超高水準プログラミング言語（Python）を用いることで容易に可能となりつつある。本書は、具体例を用いて最適化の基礎理論を解説し、それに即した正確・高速なプログラムを示すことで、問題解決の手本を多数示す。最適化の手法を根本から変える、新しい時代の幕開けを告げる書である。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 様々な問題をPythonで解くことを目指す「Pythonによる問題解決シリーズ」第2弾。 最適化問題に焦点を当てる本書では、解き方が分かっている典型的な最適化問題（ナップサック問題や巡回セールスマン問題など）を組み合わせ、Pythonパッケージを用いるプログラミングに落とし込んで解へと導く。 パッケージとしてPyomoやPICOSなどを使い、また、Pythonで最適化問題を解くためのモデリング言語としてPuLPを使う。 本書では、それらのツールの使い方はもちろん、解法プログラムについても丁寧に解説する。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 リスクを見える化！　東日本大震災は、罹災された方々への物資の供給はもとより、産業界においてもサプライチェーンの途絶という未曾有の事態を起こした。 本書はこの震災時の経験から「サプライチェーンリスク管理」はどうあるべきかを第1部で検討する。第2部では災害時の「人道支援ロジスティクス」はどうあるべきかとその課題を、東日本大震災における空港運用の実態と課題などをとおして検討、解説する。 サプライチェーンに係わる読者はもちろん、災害時に迅速な対応を求められる行政機関関係者には必携必読の書である。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 MITで大人気の講義テキストの第3版。「深さよりも広さを」というコンセプトで、多くのトピックに対して簡潔なイントロダクションが与えられており、問題を捉えるためのプログラミング的なものの考え方や、プログラミングモデル作成の方法、データから情報を抽出するためのをプログラム手法を習得することができます。 　プログラミング初心者だが問題解決のために計算機を用いたアプローチを理解したいと考えている読者にも、経験豊富なプログラマでモデリングやデータ探索のためのプログラミングを学びたい読者にも有意義な一冊です。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 最新にして最強!! MIT人気講義の教科書、第2版！ 大変好評を得ている，MITのトップクラスの人気を誇る講義内容をまとめた計算科学の教科書の第2版。 今回の改訂では，後半の内容が大幅に増え，新たに5章が追加されている。特に「機械学習」を意識して，統計学の話題が豊富になっている。 Python言語を活用して，計算科学を学ぶ読者必携の書！ Python Ver3.5に対応。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 「実践」という観点から、Pythonを用いて様々なテーマの問題解決を行うための手法を解説するシリーズ。 　第一弾である本書は、Pythonのデータ分析ライブラリーと最適化ライブラリーを組み合わせることで、シンプルでわかりやすい最適化モデルの作成方法を学ぶことを目的とする。サンプルプログラムをダウンロードし、実際に手を動かしながら学べる。Pythonで最適化モデルを構築する読者には必読の書。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 現代社会で必須の「確率論」を、測度論を使わず易しく学ぶ！！工学系はもちろん経済系においても必須知識となっている「確率論」を難関な測度論を使わず解説する。具体的な応用面を紹介しつつも、重要な定理の証明は極力載せ、高校までの微分積分学の知識で理解できるよう工夫している。また、演習問題の詳細な解答も掲載している。理工系・社会学系学部生はもちろん、社会人の独習書としても最適な書である。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書は具体的に理解できるよう、図形的説明を多用しながら分かりやすく詳説する。問題と解法の直感的理解を促し、具体的な問題を解けるようになることを目標とする。本文を簡潔に述べるように努めて、追加説明や他に言及したいことなどを側注とした。各章末には練習問題を配し巻末に全ての問題の解答を付けている。はじめて最適化問題を学ぶ初学者には、数学的復習から入っていくので、大変理解しやすく学べる好書である。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 この一冊でPythonがビジネス・研究に使える！ Ver3.5対応！ 本書は今話題の機械学習、ビッグデータ、科学技術計算、最適化等、ビジネス・研究に必須な手法を、Pythonを使って具体的に使いこなせることを目的とする。 　そのために、どのようにPythonやそのモジュール・ライブラリを使いこなせばよいかを、また、解析手法の数学的根拠もあわせて解説する。 　Pythonの初学者や、解析手法に不慣れな読者には大変分かりやすく記述してあり、すぐにPythonを使って様々なことに挑戦できるよう工夫してある。 また、Pythonをより使いこなそうと考えている読者や本格的に解析を行おうとしている読者にも大変示唆に富んだ内容となっている。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 MIT(マサチューセッツ工科大学)で常にトップクラスの人気を誇る講義内容をまとめた、計算科学の教科書をついに翻訳。今、注目のPython言語を通してプログラミングの手法一般を学ぶという、これまでの教科書にはない内容となっている。また、読者が身近な興味深い問題をどのようにプログラミングして解決してゆくのか、自分で考えさせるという構成となっている。 ・プログラミングの基礎 ・Python言語 ・計算法を理解するために中心となる概念 ・計算機を用いて問題解決を行うためのテクニック

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 【本電子書籍は固定レイアウトのため7インチ以上の端末での利用を推奨しております。文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。ご購入前に、無料サンプルにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください】 PyQの人気コンテンツが書籍化！データサイエンス力を試してみよう！ 【本書の背景】 今日、Pythonを取り巻くデータサイエンスの実務の中で、pandasは欠かすことのできないライブラリーです。pandasには豊富な機能が用意されていますが、実務で使いこなすためには自分の頭で考え、手を動かして試行錯誤することが重要です。また、他の人が書いたコードを読むことで「そんな効率の良い書き方、知らなかった！」といった新たな気づきが得られることもあります（「はじめに」より抜粋）。 【本書の内容】 pandasを使ったプログラミングの腕試しができるように、9つのトピックについて全部で51個の問題を用意しました。各問題にはメインとなる模範解答以外にも「別解」を用意し、なるべくいろいろな考え方に触れられるよう構成しています（「はじめに」より抜粋）。 【PyQ（パイキュー）とは】 株式会社ビープラウドが運営するブラウザだけで学べるオンライン学習サービス。 【本書の問題の一例】 ・最小と最大を抽出するには ・条件で行を絞り込むには ・文字列を日付時刻に変換するには 【学習環境】 実行環境：PyQ、Jupyter Lab 利用言語：Python 3.11 利用ライブラリ：pandas：1.5.2、JupyterLab：3.5.1、Matplotlib：3.6.2 【対象読者】 ・Pythonとpandasの基本的な操作を学んだ入門者 ・pandasでもっと効率的な書き方を知りたい・知識を広げたい方 【前提知識】 ・Pythonの基本的な文法 ・pandasおよびNumPyの基本的な使い方 【目次】 第0章 本書の使い方 第1章 pandasの基礎知識 第2章 データを入出力しよう 第3章 データの概要を確認しよう 第4章 データを部分的に参照しよう 第5章 データを変形しよう 第6章 データを加工・演算しよう 第7章 データをグループ化しよう 第8章 文字列を操作しよう 第9章 日付時刻型のデータを操作しよう 第10章 テーブル表示を見やすくしよう 【著者プロフィール】 株式会社ビープラウド PyQチーム 斎藤 努（さいとう・つとむ） 株式会社ビープラウドにてPyQなどを担当。 古木 友子（ふるき・ともこ） 株式会社ビープラウドにて分析業務などを担当。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 メタヒューリスティクスとは、難度の高い最適化問題を解くための経験的手法（ヒューリスティクス）を有機的に結合させたものであり、最近では、実務的な問題を楽に解くためのフレームワークとして、実務家の間でよく用いられる最適化アルゴリズムとなっている。実際問題を解くとき、ある程度のプログラミングの腕と、メタヒューリスティクスの選択眼と、設計のコツさえつかんでいれば、比較的短時間でロバスト（頑強）な解法を設計できる。本書では、メタヒューリスティクスを単なるアイディアの羅列ではなく、なぜそのアイディアがうまく働くのかを、数理的に説明することを試みる。また、数理計画とよばれる最適化の一分野とメタヒューリスティクスの融合についても解説する。一般的なアルゴリズムの記述だけでなく、種々の具体的な応用への適用を通して、自分で一から効率的なメタヒューリスティクスを設計できるようなコツを伝授する。