数理最適化・線形計画法（Operations Research）

何それおいしいのって人にはこのサイト。ブームやノリで参入する人の中には、データさえいじって機械学習すれば何か出ると思ってる人がいるので、意思決定に踏み込む数理モデルを作るステップも大事なのよ、と。

Rでオペレーションズ・リサーチ(OR)に関する情報をあさる/ コード付きRでオペレーションズ・リサーチ(OR)に関する情報をあさる/ コード付き

数理計画法に閉じると、無償の最適化テキストは A Gentle Introduction to Optimization (unpatti.ac.id) がよさそう。
でも最初は以下が全体をつかめるし日本語だし絶対わかりやすい。

• Mathematical Optimization in 60 minutes - Speaker Deck

• 組合せ最適化による問題解決の実践的アプローチ - Speaker Deck

• 最適化超入門 - Speaker Deck

実務で使う際の定式化のテクニックは別ページに括りだした。

もう少し難しい話を知りたければコチラ。実務で出てくる問題の頻度を考えると、あくまでご参考か。

Shunji Umetani (@umepon) on Speaker Deck

機械学習をやる上で知っておきたい連続最適化 - Qiita

ツールに関する情報を。線形計画のモデリングだけならRの方が早いのだけど、googleのツールとかとの連携を考えるとpython側を勉強しておきたいという意図もあり。

PuLPを使った線形計画法(Linear Programming) - Qiita

Linear Programming with Python and PuLP – Ben Alex Keen

最適化問題をPythonのPyomoライブラリーで解こうその1：線形計画問題

Python SciPyで手を動かしながら学ぶ数理最適化– 第1回: 数理最適化とは何か？ 基本概念の紹介 –

Python SciPyで手を動かしながら学ぶ数理最適化– 第4回: 整数最適化と組合せ最適化 –

有償ソルバーを無料で使うための環境NEOS、すごいものがあるなぁ。顧客データは乗せられないのは当然として、ベンチマークには良いのかな。

有償ソルバーを無料で使う ~ NEOS Server の使い方~ - Qiita

NEOS Server for Optimization

GitHub - google/or-tools: Google's Operations Research tools:でどこまでできるようになってるかも後で調べなくては。
この辺りは後日アップデートする可能性大です。整数変数がある問題はまだまだ有償ソルバーを提供するベンダーの方が一枚上手と思いますが、その牙城を崩すとしたらgoogleだろうなと。

Googleの数理最適化ツールOR-Toolsを使ってみる - Qiita

Google Optimization Tools（無料）は、最適化問題の救世主になるか。 - GiXo Ltd.

Google Optimization Toolsで組み合わせ最適化 - Volo di notte

日本の企業で最適化をチーム作れる規模でやってるのは、MSI以外だと今やココくらいかなぁ、あとはあったとして何かの問題とか分野に特化してる。

オペレーションズ・リサーチ部

整数最適化における量子コンピュータ活用は、このページではボリューム的に収まらないのと少し話題としても変わるので以下に移しました。

他の情報を見たい方は、目次ページへ
仕切り直しで収集情報の整理から｜くすぐったがり｜note