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
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
18
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
0
16
VRPの近傍操作SWAP*について調べてみた
nearme_tech
PRO
1
49
新人エンジニアが読んでためになった本
nearme_tech
PRO
2
21
Object–relational mapping and query builder battle 1: Intro to Prisma
nearme_tech
PRO
1
29
深層学習モデルの最適化 -Deep Learning Tuning Playbookを読む-
nearme_tech
PRO
1
52
機械学習を支える連続最適化
nearme_tech
PRO
1
44
サードパーティクッキーの終焉と Topics APIによる代替の可能性
nearme_tech
PRO
1
81
ONNXハンズオン
nearme_tech
PRO
2
28
Other Decks in Technology
See All in Technology
Amazon FSx for NetApp ONTAPのパフォーマンスチューニング要素をまとめてみた #cm_odyssey #devio2024
non97
0
220
MySQLのロックの種類とその競合
yoku0825
6
1.6k
可視化プラットフォームGrafanaの基本と活用方法の全て
hamadakoji
0
230
セキュリティ研修 Day1【MIXI 24新卒技術研修】
mixi_engineers
PRO
0
160
シフトレフトで挑む セキュリティの生産性向上
sekido
PRO
0
270
20240724_cm_odyssey_hibiyatech
hiashisan
0
110
テスト・設計研修【MIXI 24新卒技術研修】
mixi_engineers
PRO
0
170
Matterport を使ってクラスメソッド各拠点のバーチャルオフィスツアーを作成してみた
wakatsuki
0
160
DDDにおける認可の扱いとKotlinにおける実装パターン / authorization-for-ddd-and-kotlin-implement-pattern
urmot
4
390
E2Eテスト自動化プラットフォームにおけるAIの活用
shift_evolve
0
180
AWS IAMのアンチパターン/AWSが考える最低権限実現へのアプローチ概略(JAWS-UG朝会#59資料改修20分版)
htan
0
330
スレットハンティングについて知っておきたいこと
hacket
0
130
Featured
See All Featured
A Modern Web Designer's Workflow
chriscoyier
689
190k
Visualization
eitanlees
139
14k
For a Future-Friendly Web
brad_frost
173
9.2k
Scaling GitHub
holman
458
140k
Making Projects Easy
brettharned
111
5.7k
Java REST API Framework Comparison - PWX 2021
mraible
PRO
20
7.2k
Testing 201, or: Great Expectations
jmmastey
33
6.9k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
24
1.8k
Designing on Purpose - Digital PM Summit 2013
jponch
113
6.6k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
245
1.2M
Building Better People: How to give real-time feedback that sticks.
wjessup
357
18k
Why Our Code Smells
bkeepers
PRO
332
56k
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