講義メモ

講義には様々なスタイルがある．スライドを完璧に準備したり，本を朗読したり，板書で行ったりするのが普通だ．私の場合にはメモを配布して，PCをプロジェクタで映して，その場の雰囲気で板書しながら行う．以下に今年版の講義のメモを貼っておく．与太話をしながらなので，これで3-4回分くらいになると思う．

ロジスティクス概論　担当　久保幹雄＠2号館5階
流通設計工学（サプライ・チェイン最適化）研究室
ホームページ http://www.logopt.com/kubomikio/

これから何を学ぶのか？（教養と専門の講義の違い）
ロジスティクスとは（自分のいる学科は？）
サプライ・チェインとは SC = Logistics + IT
SCMとは SCM = Logistics + Analytics
アナリティクスとは

実際のサプライ・チェインについて（連休にはみんなで工場見学に行こう！）
工場見学リンク
http://www.kidsdoor.net/kids/factory/

https://open.sourcemap.com/
で好みのサプライ・チェインを分析(レポート)：プレゼン資料付き(100)，企業分析つき（80），レポートのみ（60）；他人のコピー場合（-100)

無料で留学 (以下のサイトに登録してくこと！)
https://www.edx.org/
E.g., MITx: supply chain analytics, design, fundamentals, dynamics, technology & systems
MITx: supply chains for manufacturing I, II
(MIT Supply Chainで検索)

https://www.coursera.org/
E.g., Stanford deeplearning.ai
(注意：有料版に登録しないこと！audit（聴講）ボタンを押す！)

何か講義をauditして，感想を発表すると加点！

IT
プログラミング Python言語がおすすめ
（基礎プログラミング，アルゴリズム設計，応用プログラミングで使う）

Paiza ラーニング https://paiza.jp/works/ （基礎プロで使うのでやっておくと有利！）　
PCを持っているならインストール https://store.continuum.io/cshop/anaconda/
無料版で十分：100以上の便利なモジュール（ライブラリ）が使える．OSによらない.

PCがない場合には： Google Collaboratory （Jupyter Notebookが動く）
https://colab.research.google.com/notebooks/welcome.ipynb

応用プログラミングのページ（Pythonによるビジネスアナリティクス）
http://logopt.com/python_analytics/
Google Colab.のプログラムやビデオやPPTが置いてある．

スマホ（PC）のお奨めアプリ（どれも無料で使えるが，課金サービスもあるので注意）
・DropBox：クラウドストーレージ．複数のPCのデータとスマホデータの共有（PCにもインストールしておく）
・Slack: ビジネス用のLine．授業の連絡用に使うかも

アナリティクス
・深層学習で遊ぼうhttps://playground.tensorflow.org
・ブラウザで深層学習https://cs.stanford.edu/people/karpathy/convnetjs/
・最適化デモ(Gurobi) http://examples.gurobi.com/
・巡回セールスマン問題のゲーム
https://www-m9.ma.tum.de/games/tsp-game/index_en.html

Videoで学ぶSCM
・DHL Big Data +SCM 　https://www.youtube.com/watch?v=dLA78uCFVXU (2:27)
・Apple’s iPhone SC https://www.youtube.com/watch?v=YbM_LydRlnM (2:23)
・Amazon tour https://www.youtube.com/watch?v=wC4vITSVXoA (1:53)
・Starbucks Global SC https://www.youtube.com/watch?v=ElYNhGbOTOQ (2:01)

（企業の人がよく使う）覚えておくべき省略語
SCM: Supply Chain Management
POS: Point Of Sales　　　
BI: Business Intelligence (= Analytics=Operations Research (OR) )
ERP: Enterprise Resource Planning
MBA: Master of Business Administration
3PL: Third Party Logistics
CEO: Chief Executive Officer CLO: Chief Logistics Officer
ポケモンでデータ解析

元データ（Kaggle：データ解析コンペで有名）https://www.kaggle.com/abcsds/pokemon
加工済みのポケモンデータ(日本語に変換済み) http://logopt.com/data/poke.csv
Csvファイル：Excelで読み書きできるカンマ区切りのテキストデータ．comma-separated valuesの略．
データ解析
1. 記述的(descriptive)：データを集計し，レポートを表示する．
2. 診断的(diagnostic)データを用いて診断を行う．
3. 発見的(discovery)：データから何らかの知識を発見する．
4. 予測的(predictive)：機械学習に代表されるように，データから未来を予測する．
5. 指示的(prescriptive)：最適化やシミュレーションを用いて将来に対する行動を指し示す．
アナリティクスの手順
1. データ収集(acquisition)
2. 準備：データの抽出(extraction)，精製(refining)，紐付け(linking)，集約(aggregation)，欠損値の処理(cleansing)，探索(exploration)，前処理(preprocessing)
3. 解析1：データに対する統計解析と機械学習を用いた回帰，分類，クラスタリング，次元削減
4. 解析2：最適化（モデル構築，定式化，求解）
5. レポート，可視化
6. 実施，自動化
宿題：何らかのツールを使って，ポケモンデータの解析を行い，何らかの知見を得よ．

解析ツール
1． Excel (大学がMSと契約；OfficeをPC，スマホなど5つにインストール可)，もしくはPower BI https://powerbi.microsoft.com/　(今のところ無料)
2． Micro Strategy https://www.microstrategy.com/jp/get-started/desktop
Excelを超えた可視化ツール
3. Google データポータル
https://support.google.com/datastudio/answer/6283323?hl=ja
4. Jupyter Notebook (大学のPCにもインストールされている．Google Colab.でも良い．)

機械学習(machine learning)
古典的プログラミング：人間が考えたルール＋データ => 解
機械学習：データ＋解 => 機械が学習したルール

最適化(optimization)
凸関数：微分して０とおくと最小解
一般の最適化：全部の解を探すか，ごまかして探す．(厳密解法と近似解法)

深層学習(deep learning)
日本語だとPFN社が作っている以下のサイトが良い．
https://tutorials.chainer.org/ja/
Courseraのdeeplearning.aiも日本語・中国語などの字幕がある．
https://www.deeplearning.ai/deep-learning-specialization/

クラウドコンピューティング

・SaaS（Software as a Service）：ソフトウェアを提供するサービスであり，例として，先駆けとなった顧客管理システムのSalesforceやクラウド型データ保管庫のDropBox，GoogleのGoogle Apps，マイクロソフトのOffice365などがあげられる．

・PaaS（Platform as a Service）：プラットフォームを提供するサービスであり，ユーザー自身が自分のアプリケーションを配置して運用できる． GoogleのGoogle App Engineがこれにあたる．

・IaaS（Infrastructure as a Service）：計算インフラを提供するサービスであり，仮想化技術に基づきユーザーが自分でシステム導入・構築できる．例として，AmazonのAmazon Web Service，マイクロソフトのAzure Virtual Machine，GoogleのGoogle Compute Engineなどがある．