凸最適化問題のためのPython組み込み型モデリング言語です。ソルバーが要求する制約の多い標準形式ではなく、数学的な性質に沿った自然な方法で問題を表現できます。
CVXPY
- Python
- 人工知能と機械学習, データ分析, 数学, プロセス制御
- 人工知能（AI）, 設計最適化, 機械学習, ソフトウェア, 統計分析
特徴：
- 自然な数学構文を使用して最適化問題を指定でき、さまざまな種類の凸最適化（LP、QP、SOCP、SDP、MILP）をサポートし、複数のオープンソースおよび商用ソルバー（ECOS、SCS、MOSEK、Gurobiなど）とインターフェースし、規律凸計画法（DCP）分析もサポートします。
価格設定：
- 無料
- 最適化問題を定義するためのユーザーフレンドリーな構文、問題を自動的にソルバー互換の形式に変換する機能、幅広いアプリケーションに対応できる強力な機能、優れたドキュメントと例。
- 凸最適化問題（および混合整数凸最適化問題）に限定され、パフォーマンスは基盤となるソルバーに依存し、DCPルールは新規ユーザーにとって制約となる可能性がある。
最適な用途:
- 制御、金融、機械学習、オペレーションズリサーチなど、さまざまな分野で凸最適化問題をモデル化して解決する必要のある研究者やエンジニア。
