Migrate tutorial notebooks to jijmodeling

[taqro]

概要

チュートリアルノートブックを jijmodeling 2.x API に移行します。

変更内容

jijmodeling 2.x API への移行

extract_decision_variables → decision_variables_df

ommx.Solution.extract_decision_variables() は、jijmodeling 2.x が生成するパラメータ付き決定変数に対応しておらず RuntimeError: Decision variable with parameters is not supported が発生するため、decision_variables_df を使用する方式に変更しました。

LaTeX 数式の修正

• \bm{v}, \bm{w} 等の未定義コマンドを除去（MathJax ではレンダリングされず生テキストとして表示されていた問題を修正）
• 英語版の \boldsymbol{v}, \boldsymbol{w} も同様に除去し、日英で統一
• TSP チュートリアルの添字表記を数式とコードで統一（$x_{t,i}$ → $x_{i,t}$）

JijModeling ドキュメントリンクの差し替え

• 旧URL https://www.ref.documentation.jijzept.com/jijmodeling/ を新しい ReadTheDocs URL に差し替え
  • 英語: https://jij-inc-jijmodeling-tutorials-en.readthedocs-hosted.com/en/latest/introduction.html
  • 日本語: https://jij-inc-jijmodeling-tutorials-ja.readthedocs-hosted.com/ja/latest/introduction.html
• TSP チュートリアルの旧 GitHub Pages リンク (jij-inc.github.io/JijModeling-Tutorials/...) も同様に差し替え
• リンクがなかった TSP チュートリアル冒頭にも JijModeling ドキュメントへのリンクを追加

不要ファイルの削除

• docs/en/tutorial/007-Machine_Learning_by_QA.ipynb を削除
  • Clustering と QBoost の内容が含まれていたが、いずれも移行済みの個別チュートリアル（clustering.ipynb, qboost.ipynb）と完全に重複していたため
  • 旧API（jm.Placeholder, jm.Binary, to_pyqubo, oj.SASampler）のまま残っていた
• docs/ja/tutorial/optimization/*.md（5ファイル）、docs/ja/tutorial/machine_learning/*.md（2ファイル）を削除
  • 同ディレクトリに .ipynb が存在し、_toc.yml は拡張子なしで参照するため .ipynb が優先され、これらの .md はビルド時に使用されていない

依存関係の更新 (docs/pyproject.toml)

• ommx>=2.3.6
• ommx-openjij-adapter>=2.3.6
• openjij>=0.11.6

対象ノートブック（移行済み）

• docs/ja/tutorial/optimization/number_partition.ipynb
• docs/en/tutorial/optimization/number_partition.ipynb
• docs/ja/tutorial/optimization/knapsack.ipynb
• docs/en/tutorial/optimization/knapsack.ipynb
• docs/ja/tutorial/optimization/graph_coloring.ipynb
• docs/en/tutorial/optimization/graph_coloring.ipynb
• docs/ja/tutorial/optimization/clique_cover.ipynb
• docs/en/tutorial/optimization/clique_cover.ipynb
• docs/ja/tutorial/optimization/integer_jobs.ipynb
• docs/en/tutorial/optimization/integer_jobs.ipynb
• docs/ja/tutorial/machine_learning/clustering.ipynb
• docs/en/tutorial/machine_learning/clustering.ipynb
• docs/ja/tutorial/machine_learning/qboost.ipynb
• docs/en/tutorial/machine_learning/qboost.ipynb
• docs/ja/tutorial/004-jijmodeling_openjij_tsp.ipynb
• docs/en/tutorial/004-jijmodeling_openjij_tsp.ipynb

削除済み

• docs/en/tutorial/007-Machine_Learning_by_QA.ipynb（clustering.ipynb / qboost.ipynb と重複）
• docs/ja/tutorial/optimization/*.md（5ファイル）
• docs/ja/tutorial/machine_learning/*.md（2ファイル）

関連 Issue

• Issue on page /tutorial/004-jijmodeling_openjij_tsp.html #517

[Copilot]

Pull request overview

This PR migrates the tutorial documentation (primarily Jupyter notebooks) to the jijmodeling 2.x API and the newer ommx/openjij adapter flow, while also cleaning up redundant tutorial sources and updating documentation links.

Changes:

• Updated docs runtime dependencies to jijmodeling 2.x / ommx 2.3.6 / openjij 0.11.6 and related packages.
• Migrated multiple JA/EN tutorial notebooks to jijmodeling 2.x constructs and decision_variables_df-based result extraction.
• Removed unused/redundant markdown tutorial files and updated the English TOC accordingly.

Reviewed changes

Copilot reviewed 19 out of 27 changed files in this pull request and generated 9 comments.

Show a summary per file

File	Description
docs/uv.lock	Updates locked versions for jijmodeling/ommx/openjij ecosystem packages.
docs/pyproject.toml	Bumps jijmodeling/ommx/openjij requirements and adds scikit-learn for ML tutorials.
docs/en/_toc.yml	Removes the deleted QA notebook entry and normalizes formatting.
docs/ja/tutorial/optimization/number_partition.md	Deleted unused markdown version of the tutorial.
docs/ja/tutorial/optimization/knapsack.md	Deleted unused markdown version of the tutorial.
docs/ja/tutorial/optimization/integer_jobs.md	Deleted unused markdown version of the tutorial.
docs/ja/tutorial/optimization/graph_coloring.md	Deleted unused markdown version of the tutorial.
docs/ja/tutorial/optimization/clique_cover.md	Deleted unused markdown version of the tutorial.
docs/ja/tutorial/machine_learning/qboost.md	Deleted unused markdown version of the tutorial.
docs/ja/tutorial/machine_learning/clustering.md	Deleted unused markdown version of the tutorial.
docs/ja/tutorial/optimization/number_partition.ipynb	Migrates formulation + OpenJij execution to jijmodeling 2.x / adapter; updates links and decoding.
docs/ja/tutorial/optimization/knapsack.ipynb	Migrates to jijmodeling 2.x formulation, adapter execution, and updated decoding/outputs.
docs/ja/tutorial/optimization/integer_jobs.ipynb	Migrates to jijmodeling 2.x constraint/objective constructs and adapter-based solving + visualization.
docs/ja/tutorial/machine_learning/qboost.ipynb	Migrates QBoost model/solve path to jijmodeling 2.x + adapter and updates result interpretation.
docs/en/tutorial/optimization/number_partition.ipynb	Aligns explanation with constraint-based formulation; migrates to adapter flow + decoding updates.
docs/en/tutorial/optimization/knapsack.ipynb	Migrates to jijmodeling 2.x + adapter and refreshes explanation/output formatting.
docs/en/tutorial/optimization/integer_jobs.ipynb	Migrates to jijmodeling 2.x constructs and adapter-based solve + visualization.
docs/en/tutorial/machine_learning/qboost.ipynb	Migrates QBoost workflow to jijmodeling 2.x + adapter and updates evaluation code.

---

💡 Add Copilot custom instructions for smarter, more guided reviews. Learn how to get started.

You can also share your feedback on Copilot code review. Take the survey.

[taqro]

uniform_penalty_weightに関して

integer_jobs は パラメータを追加しました。
一方、number_partition、knapsack に関してはmainに設定がなかったため追加していません。
こちらではmainで見つけられなかったので、申し訳ないですが、該当箇所の例示をお願いします。

テキスト修正

• TSPのファイルで、dist → d での修正で残っていた文章を修正しました。
• integer_jobのja版で0 番目のコンピュータを基準に修正しました。

パラメータの変更

• TSP / number_partition: num_reads では mainの段階で 100 ではなく、 10 でした。
• mainの時点でコードとテキストが不一致でした（コードは10.0なのにテキストは3.0）。PRではテキストを「10.0」に修正してコードと一致させています。つまり mainのバグを修正した形 で、意図的な変更です。

[29rou]

uniform_penalty_weight と num_reads について、改めて main ブランチを確認したところ、日本語版と英語版で値が異なっていたことがわかりました。

ノートブック	main ブランチ 英語版	main ブランチ 日本語版	プルリクエスト 英語版	プルリクエスト 日本語版
number_partition	uniform_penalty_weight=0.8, num_reads=100	num_reads=10（uniform_penalty_weight なし）	uniform_penalty_weight なし, num_reads=10	uniform_penalty_weight なし, num_reads=10
knapsack	uniform_penalty_weight=1.0, num_reads=100	num_reads=100（uniform_penalty_weight なし）	uniform_penalty_weight なし, num_reads=100	uniform_penalty_weight なし, num_reads=100

日本語版を基準にされたとのことで、日本語版に関しては回答の通りです。

英語版では uniform_penalty_weight が明示されていたため、移行後に値が変わっています（英語版 number_partition: 0.8 → デフォルト 1.0）。動作上は問題ありませんが、念のため共有します。

あと 1 点、docs/pyproject.toml に scikit-learn を追加していただきましたが、docs/uv.lock にまだ反映されていないようです。uv lock の更新をお願いできますか。

[taqro]

なるほど、enとjaで異なっていたのは見落としていました。
uniform_penalty_weightに関して、以下の対応をしました。
number_partition: 0.8に設定
knapsack: 設定なし（デフォルトと変わらないため）

また、uv lock の更新をしました。

[29rou]

修正ありがとうございます。

knapsack の uniform_penalty_weight について、graph_coloring や clustering、qboost でも指定されていません。
knapsack だけ追加すると不統一になるため、この対応で問題ないと思います。

---

Copilot の指摘について

decision_variables_df での名前フィルタリング

（該当コメント）

main ブランチでは extract_decision_variables("x") で変数名 "x" が絞り込まれていました。

一方、decision_variables_df は全変数を含む DataFrame を返すため、移行後は明示的な絞り込みが必要です。

knapsack ではこのプルリクエストで name フィルタを追加されていますが、他のノートブックでは入っていません。

# knapsack（名前フィルタあり — この PR で追加）
x_df = df[(df["name"] == "x") & (df["value"] == 1)]

# integer_jobs（名前フィルタなし — この PR で追加）
x_indices = df[df["value"]==1]["subscripts"].to_list()

現在のチュートリアルでは決定変数が 1 種類のみなので動作します。

読者がコードを参考にすることを考えると、knapsack のように df["name"] == "x" での絞り込みを統一しておくとより良いかもしれません。
もちろん、別途対応でも構いません。

value == 1.0 と value > 0.5 の混在

（該当コメント）

TSP は main の時点から > 0.5 を使っており、他のノートブックはこの PR で == 1 を使っています。

# TSP（main から > 0.5）
nonzero_keys = {... for _, row in df.iterrows() if row["value"] > 0.5}

# integer_jobs（この PR で == 1）
x_indices = df[df["value"]==1]["subscripts"].to_list()

OpenJij の SA サンプラーは numpy.int8 の 0/1 を返し、
State への変換で float64 になります。
0 と 1 は IEEE 754 で正確に表現されるため、どちらでも動作します。

個人的には > 0.5 の方が他のソルバーにも対応できて汎用的かなと思いますが、こちらも別途対応で構いません。

---

もし両方まとめて修正される場合、対象は以下のファイルです。

ファイル	Copilot コメント
en/.../number_partition.ipynb	link
ja/.../number_partition.ipynb	link
en/.../graph_coloring.ipynb	—
ja/.../graph_coloring.ipynb	—
en/.../clique_cover.ipynb	—
ja/.../clique_cover.ipynb	—
en/.../integer_jobs.ipynb	link
ja/.../integer_jobs.ipynb	link
en/.../clustering.ipynb	—
ja/.../clustering.ipynb	—
en/.../qboost.ipynb	link
ja/.../qboost.ipynb	link

[Copilot]

Pull request overview

This PR migrates the documentation tutorial notebooks to the JijModeling 2.x API and updates the docs build environment accordingly, addressing known runtime issues with parameterized decision variables and modernizing links/content.

Changes:

• Update docs dependencies to JijModeling 2.x / OMMX 2.x / OpenJij 0.11.x (and add scikit-learn for ML tutorials).
• Refactor tutorial notebooks to the JijModeling 2.x modeling/evaluation flow and use decision_variables_df for decoding.
• Remove unused/duplicated markdown tutorial sources and drop the duplicated EN notebook from the TOC.

Reviewed changes

Copilot reviewed 19 out of 27 changed files in this pull request and generated 2 comments.

Show a summary per file

File	Description
docs/uv.lock	Updates locked dependency set for JijModeling 2.x / OMMX 2.x / OpenJij 0.11.x; adds scikit-learn transitive deps.
docs/pyproject.toml	Bumps JijModeling/OMMX/OpenJij requirements and adds scikit-learn.
docs/ja/tutorial/optimization/number_partition.md	Removes unused markdown tutorial source (superseded by ipynb).
docs/ja/tutorial/optimization/number_partition.ipynb	Migrates to JijModeling 2.x API and updates decoding to decision_variables_df.
docs/ja/tutorial/optimization/knapsack.md	Removes unused markdown tutorial source (superseded by ipynb).
docs/ja/tutorial/optimization/knapsack.ipynb	Migrates to JijModeling 2.x API and updates solution extraction/printing.
docs/ja/tutorial/optimization/integer_jobs.md	Removes unused markdown tutorial source (superseded by ipynb).
docs/ja/tutorial/optimization/graph_coloring.md	Removes unused markdown tutorial source (superseded by ipynb).
docs/ja/tutorial/optimization/clique_cover.md	Removes unused markdown tutorial source (superseded by ipynb).
docs/ja/tutorial/machine_learning/qboost.md	Removes unused markdown tutorial source (superseded by ipynb).
docs/ja/tutorial/machine_learning/qboost.ipynb	Migrates to JijModeling 2.x API; switches to OMMX/OpenJij adapter path and decision_variables_df.
docs/ja/tutorial/machine_learning/clustering.md	Removes unused markdown tutorial source (superseded by ipynb).
docs/en/tutorial/optimization/number_partition.ipynb	Migrates to JijModeling 2.x API; updates links and decoding to decision_variables_df.
docs/en/tutorial/optimization/knapsack.ipynb	Migrates to JijModeling 2.x API; updates links and solution extraction/printing.
docs/en/tutorial/machine_learning/qboost.ipynb	Migrates to JijModeling 2.x API; switches to OMMX/OpenJij adapter path and decision_variables_df.
docs/en/_toc.yml	Removes the deleted/duplicated EN tutorial notebook entry from the TOC.

---

💡 Add Copilot custom instructions for smarter, more guided reviews. Learn how to get started.

You can also share your feedback on Copilot code review. Take the survey.

[taqro]

コメントありがとうございます！

以下の2点を修正しました。

• decision_variables_df での名前フィルタリング
• value > 0.5への修正