コース
Pythonで学ぶ離散事象シミュレーション
上級スキルレベル
更新日 2026/04
PythonProbability & Statistics4時間16 ビデオ55 演習4,650 XP2,668修了証明書
無料アカウントを作成
Googleで続行その他のオプションを表示または
何千もの企業の従業員が支持
チームのトレーニングを担当していますか？
Businessをお試しくださいコース説明
離散事象シミュレーションを学ぶ
これまでに、業界やビジネスの業務を最適化するよう求められたことはありますか？このPythonによる離散事象シミュレーションのコースでは、並列または順次に実行される無数のプロセスの最適化に取り組む方法を学びます。プロセス最適化を探る
製造、輸送、物流、サプライチェーンの活動では、並行または順次に進行する複数のプロセスを管理する必要がある場合があります。 これらのプロセスを最適化することは、小規模企業であっても困難な作業になり得ますが、収益性を高め、ボトルネックに対処し、リソース管理を改善するために必要な重要な取り組みです。現実世界のプロセスのためのデジタルツインを開発する
PythonのSimPyパッケージを活用して、離散事象シミュレーションに基づくさまざまな種類の産業プロセス向けデジタルツインを開発します。 自動車生産ラインやeコマースから、道路交通管理やサプライチェーン活動まで、さまざまな実世界の例に触れることになります。 このコースを修了すると、さまざまな管理・最適化戦略の有効性と費用対効果を段階的に検証するための「仮想の実験場」として活用できる、実用的な離散事象モデルを自信を持って開発できるようになります。前提条件
Introduction to Statistics in PythonPython Toolbox1
動的システムと離散事象シミュレーションモデルの導入
離散事象シミュレーションの力をひも解いていきます。まず、管理や意思決定の支援に離散事象シミュレーションが役立つ課題を見分ける方法を学びます。次に、離散事象モデルの主な構成要素と、モデルの出力の読み解き方を身につけます。最後に、最初の「待ち行列」離散事象モデルを作成します。
2
SimPy を使った離散事象モデルの開発
SimPy パッケージを使って、離散事象シミュレーションを効率化する方法を学びます。第2章では、SimPy のモデル環境を構築し、プロセスとリソースを追加する方法を扱います。利用可能なリソースの種類や、イベントを制御・スケジューリングするためのオプションについても学びます。章の最後には、航空機の組立ラインを題材に、完全な SimPy モデルを作り上げます。
3
モデルにおける決定論と非決定論の組み合わせ
離散事象モデルに追加できるプロセスの種類を探ります。決定論的プロセスと非決定論的プロセスを見分け、それらをモデルで表現する方法を学びます。また、非決定論的な事象を再現するために欠かせない、イベント（またはプロセス）のランダム化方法も扱います。最後に、決定論と非決定論の両方のプロセスを組み合わせた SimPy モデルを構築します。
4
モデルの適用、クラスタリング、最適化、モジュール化
離散事象モデルの効果を最大化するための最適化手法を学びます。Monte Carlo 手法によるシミュレーションアンサンブルの実行方法を学び、結果のクラスタを特定してモデルの振る舞いを理解し、重要なプロセスや転換点を見つける方法を身につけます。さらに、目的関数を用いて最適化の目標を設定します。コースの締めくくりとして、モデルを拡張しても安定的かつ制御された形で成長させられるよう、スケーラブルにする方法を探ります。
Pythonで学ぶ離散事象シミュレーション
コース完了 19百万人を超える学習者と共にPythonで学ぶ離散事象シミュレーションを始めましょう！
無料アカウントを作成
Googleで続行その他のオプションを表示または
DataCamp for Mobileでデータスキルを磨きましょう
モバイル コースと毎日の 5 分間のコーディング チャレンジで、外出先でも進歩できます。