Upgrade to PRO for Only $50/Year—Limited-Time Offer! 🔥
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
130
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
実践で使えるtorchのテンソル演算
nearme_tech
PRO
0
4
ローカルLLMを⽤いてコード補完を⾏う VSCode拡張機能を作ってみた
nearme_tech
PRO
0
170
初めてのmarimo (ハンズオン)
nearme_tech
PRO
0
22
ローカルLLM
nearme_tech
PRO
0
41
LlamaIndex Workflow: Build Practical AI Agents Fast
nearme_tech
PRO
0
26
Box-Muller法
nearme_tech
PRO
1
38
Kiro触ってみた
nearme_tech
PRO
0
320
今だからこそ入門する Server-Sent Events (SSE)
nearme_tech
PRO
4
560
ReactNative のアップグレード作業が (意外に)楽しかった話
nearme_tech
PRO
2
130
Other Decks in Technology
See All in Technology
NIKKEI Tech Talk #41: セキュア・バイ・デザインからクラウド管理を考える
sekido
PRO
0
210
2025-12-18_AI駆動開発推進プロジェクト運営について / AIDD-Promotion project management
yayoi_dd
0
160
100以上の新規コネクタ提供を可能にしたアーキテクチャ
ooyukioo
0
250
TED_modeki_共創ラボ_20251203.pdf
iotcomjpadmin
0
150
AWS re:Invent 2025~初参加の成果と学び~
kubomasataka
0
190
日本Rubyの会: これまでとこれから
snoozer05
PRO
6
240
Oracle Database@AWS:サービス概要のご紹介
oracle4engineer
PRO
1
400
Knowledge Work の AI Backend
kworkdev
PRO
0
260
Bedrock AgentCore Memoryの新機能 (Episode) を試してみた / try Bedrock AgentCore Memory Episodic functionarity
hoshi7_n
2
1.9k
モダンデータスタックの理想と現実の間で~1.3億人Vポイントデータ基盤の現在地とこれから~
taromatsui_cccmkhd
2
270
アプリにAIを正しく組み込むための アーキテクチャ── 国産LLMの現実と実践
kohju
0
220
【開発を止めるな】機能追加と並行して進めるアーキテクチャ改善/Keep Shipping: Architecture Improvements Without Pausing Dev
bitkey
PRO
1
130
Featured
See All Featured
More Than Pixels: Becoming A User Experience Designer
marktimemedia
2
260
Ecommerce SEO: The Keys for Success Now & Beyond - #SERPConf2024
aleyda
1
1.7k
The Curse of the Amulet
leimatthew05
0
4.7k
Mozcon NYC 2025: Stop Losing SEO Traffic
samtorres
0
92
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
122
21k
Large-scale JavaScript Application Architecture
addyosmani
515
110k
How People are Using Generative and Agentic AI to Supercharge Their Products, Projects, Services and Value Streams Today
helenjbeal
1
81
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
2.8k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
254
22k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
21
1.3k
Technical Leadership for Architectural Decision Making
baasie
0
180
Statistics for Hackers
jakevdp
799
230k
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