最適化理論の基礎（Excel, Pythonなどの実習込）

ビジネスの意思決定を自動化する最強ツール「数理最適化」

数理最適化は与えられた制約条件を満たす中で、最も良い結果を導き出すという計算技術で、現実の問題のポイントを整理して数式で表し、数式にあったアルゴリズムで最適な答えを求めます。

近年、データサイエンスの飛躍的な発達により、AI（人工知能）や機械学習（マシーンラーニング）、深層学習（ディープラーニング）が社会に広まり、活用されるようになってきました。
ビッグデータを解析する手段であり、今やビジネス上では当たり前のごとく使われている「統計」や「機械学習」と比較すると世間一般への浸透度が低い「数理最適化」ですが、実際のところは、IoT社会の実現のための重要なキーポイントとも言える重要なツールです。機械学習とは大きく異なり、数理最適化は最適なアクションを決定するための方法論で、機械学習で出された予測値を使ってシミュレーションを行い、意思決定を自動化します。
宅配における配送効率の向上、スポーツ競技のスケジューリング、リターンを最大化するための投資戦略などの最適解・改善策を見つけたり、目的地までの最適なルート選択、勤務シフトの最適化、商品の需要予測、不良品の選別などの判断を自動化したりと、数理最適化は製造業、物流、小売、金融（ファイナンス）、交通、社会インフラ、医療、農業、ヘルスケア等の様々な産業分野において活用されています。
このような需要の増加に伴い、今、数理最適化の知識とそれを使いこなせる社会人が求められています。

本セミナーでは、様々な場面で使われているアルゴリズムの数学的部分を支える有名な最適化問題を手広く体得することで、最適化の各手法の数学的背景を解説し、直観的に理解するだけでなく、最適化という考え方の基礎をしっかりと固めることを目指します。