Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
最適化への入り口
Search
NearMeの技術発表資料です
PRO
June 24, 2022
Technology
0
120
最適化への入り口
NearMeの技術発表資料です
PRO
June 24, 2022
Tweet
Share
More Decks by NearMeの技術発表資料です
See All by NearMeの技術発表資料です
React
nearme_tech
PRO
0
9
Architecture Decision Record (ADR)
nearme_tech
PRO
1
700
遺伝的アルゴリズムを実装する
nearme_tech
PRO
1
23
Fractional Derivative!
nearme_tech
PRO
1
18
GitHub Projectsにおける チケットの ステータス更新自動化について
nearme_tech
PRO
1
28
2つの曲線を比較する方法ってあるの? 〜フレシェ距離を試してみた〜 with Python
nearme_tech
PRO
1
130
Constrained K-means Clustering (クラスタサイズの制限をしたK-means法) を調べてみた
nearme_tech
PRO
1
53
VRPの近傍操作SWAP*について調べてみた
nearme_tech
PRO
1
78
新人エンジニアが読んでためになった本
nearme_tech
PRO
2
43
Other Decks in Technology
See All in Technology
コンポーネントテストの手法と その効果を考える
yotahada3
4
380
Segment Anything Model 2
tenten0727
3
720
横断組織として考える共通DBの課題解決 〜 桃園の誓いアーキテクチャ 〜 / Addressing Shared Database Challenges as Cross-Team: “Peach Garden Oath” Architecture
4geru
0
290
「家族アルバム みてね」における運用管理・ オブザーバビリティの全貌 / Overview of Operation Management and Observability in FamilyAlbum
isaoshimizu
4
170
実務における脅威モデリングを考えよう
nikinusu
1
730
Google CloudのLLM活用の選択肢を広げるVertex AIのパートナーモデル
nayuts
0
130
「自動テストのプラクティスを効果的に学ぶためのカードゲーム」 ( #sqip2024 )
teyamagu
PRO
2
190
Oracle Base Database Service 技術詳細
oracle4engineer
PRO
5
46k
不動産売買取引におけるAIの可能性とプロダクトでのAI活用
zabio3
0
280
Kubernetesって何? -大規模なKubernetesを運用するKubernetes as a Serviceチームの話を添えて-
lycorptech_jp
PRO
7
2.1k
QAに対する超個人的な解釈 / Personal Take on QA
toma_sm
1
160
フロントエンド開発事例① LINEギフト
lycorptech_jp
PRO
0
110
Featured
See All Featured
It's Worth the Effort
3n
182
27k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
43
2k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
29
2.6k
Rebuilding a faster, lazier Slack
samanthasiow
78
8.6k
GraphQLとの向き合い方2022年版
quramy
43
13k
Unsuck your backbone
ammeep
667
57k
Into the Great Unknown - MozCon
thekraken
29
1.4k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
354
29k
How to Think Like a Performance Engineer
csswizardry
16
960
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
248
20k
Robots, Beer and Maslow
schacon
PRO
157
8.2k
WebSockets: Embracing the real-time Web
robhawkes
59
7.3k
Transcript
0 最適化への入口 2022-06-24 第3回NearMe技術勉強会 Yuta Okamoto
1 目次 1. 最適化問題とは? 2. 組合せ最適化問題とは? 3. 組合せ最適化問題を解くのは難しい 4. 巡回セールスマン問題とは?
2 • 以下のように表されるもの. 1.最適化問題とは? 目的関数 制約条件 与えられた制約条件の下である目的関数を最小にする解を求める
3 • 最適化問題のうち,組み合わせ的な構造を持つもの. • 例えば... ◦ 図形配置問題 ◦ 巡回セールスマン問題 ◦
配送計画問題 2.組み合わせ最適化問題とは?
4 • 多くの組合せ最適化問題は,規模が大きくなると厳密な最適解を求めるのが極 めて難しい. 3.組合せ最適化問題を解くのは難しい こんなイメージ...
5 • 組合せ最適化問題の解を求める方法は以下のように分類できる. • 厳密な最適解を求める方法 • 近似的な最適解を求める方法 ◦ 理論的な裏付けのあるもの ◦
経験則に基づくもの 3.組合せ最適化問題を解くのは難しい ヒューリスティクス (ヒューリスティック)
6 • 直感的な説明は以下. 4.巡回セールスマン問題とは? いくつかの都市があり, ある都市から出発したセールスマンがすべての都市を巡 回して出発した都市へ戻ってくる時, セールスマンが歩く距離を最小にするような都市の巡り方 を求めたい. どんなヒューリスティクスが思いつきますか??
7 • 柳浦睦憲,茨木俊秀.「組合せ最適化 - メタ戦略を中心として」.朝倉出版.2001,237p • 久保幹雄,J.P.ペドロソ.「メタヒューリスティクスの数理」.共立出版.2009,227p 出典
8 Thank you