1. プログラムのねらい

高度なデータ活用ができる人材育成

2. 到達目標

  1. AI・数理最適化を使った高度なデータ活用技術を企業の意思決定に活用できる
  2. 数理最適化の基本概念(目的関数・制約条件・意思決定変数)を理解する
  3. Pythonを活用し、数理最適化モデルの構築方法を習得する
  4. 生産計画、人員配置などの実務課題に数理最適化を適用できるスキルを習得する

3. プログラム内容

原則　講義・実習180分（休憩15分）

第1回9月4日（金）13時30分～16時30分
「ガイダンスとPythonの基本操作」
～数理最適化の概要とPythonの基本操作を学習～
担当講師：ディナレッジ株式会社　藤岡秀光
第2回9月25日（金）13時30分～16時30分
「Pythonで数理最適化問題を解いてみる」
～数理最適化に必要な基本概念を学び、ライブラリを用いて問題を解く～
担当講師：ディナレッジ株式会社　藤岡秀光
第3回10月16日（金）13時30分～16時30分
「数理最適化モデルの作り方」
～具体的な事例を例に制約条件、目的関数など最適化モデルの作成の仕方を学ぶ～
担当講師：ディナレッジ株式会社　藤岡秀光　
第4回１1月6日（金）13時30分～16時30分
「最適化モデルの構築演習①」
～与えられたテーマに対して、最適化モデルを設計～
担当講師：ディナレッジ株式会社　藤岡秀光
第5回11月27日（金）13時30分～16時30分
「最適化モデルの構築演習②」
～第４回の続き～
担当講師：ディナレッジ株式会社　藤岡秀光

4. 開催場所

滋賀大学 大津サテライトプラザ　（大津市末広町1番1号日本生命大津ビル）

5. 受講料

無料

6. 定員

20名

7. 対象

  1. 中小企業の中堅・若手社員
  2. 基本的なPythonの知識があり、業務等で活用されている方

※インターネット接続が可能なパソコンをご用意ください。会場のWi-Fiの接続可。
※事前に各位でGoogleアカウントの取得準備をお願いします。

プログラムにおける学びの仕組み

（1）成績評価

課題提出によって各講義の理解度を確認するとともに、評価を行うことで受講生の主体的な学習意欲を促す。

（2）実習の実施

実務課題を題材に最適化モデルを構築することで、課題への理解を深めるとともに、実践的な課題解決能力の向上を図る。

講師プロフィール

藤岡 秀光（ディナレッジ株式会社／データサイエンティスト）

山口大学大学院創成科学研究科基盤化学系専攻　博士前期課程　修了

【監修】柴坂 仁志（ディナレッジ株式会社 代表取締役）

能勢鋼材株式会社　執行役員　総務統括部門長
滋賀大学データサイエンス研究科　博士前期課程　修了