$30 off During Our Annual Pro Sale. View Details »
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
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
82
初めてのmarimo (ハンズオン)
nearme_tech
PRO
0
18
ローカルLLM
nearme_tech
PRO
0
32
LlamaIndex Workflow: Build Practical AI Agents Fast
nearme_tech
PRO
0
19
Box-Muller法
nearme_tech
PRO
1
34
Kiro触ってみた
nearme_tech
PRO
0
250
今だからこそ入門する Server-Sent Events (SSE)
nearme_tech
PRO
4
520
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
120
強化学習アルゴリズムPPOの改善案を考えてみた
nearme_tech
PRO
0
79
Other Decks in Technology
See All in Technology
Fashion×AI「似合う」を届けるためのWEARのAI戦略
zozotech
PRO
2
360
SSO方式とJumpアカウント方式の比較と設計方針
yuobayashi
7
630
第4回 「メタデータ通り」 リアル開催
datayokocho
0
130
今からでも間に合う!速習Devin入門とその活用方法
ismk
1
700
学習データって増やせばいいんですか?
ftakahashi
2
330
Power of Kiro : あなたの㌔はパワステ搭載ですか?
r3_yamauchi
PRO
0
120
今年のデータ・ML系アップデートと気になるアプデのご紹介
nayuts
1
330
形式手法特論:CEGAR を用いたモデル検査の状態空間削減 #kernelvm / Kernel VM Study Hokuriku Part 8
ytaka23
2
460
eBPFとwaruiBPF
sat
PRO
4
2.6k
re:Invent 2025 ふりかえり 生成AI版
takaakikakei
1
200
AWSセキュリティアップデートとAWSを育てる話
cmusudakeisuke
0
270
年間40件以上の登壇を続けて見えた「本当の発信力」/ 20251213 Masaki Okuda
shift_evolve
PRO
1
130
Featured
See All Featured
Keith and Marios Guide to Fast Websites
keithpitt
413
23k
Build The Right Thing And Hit Your Dates
maggiecrowley
38
3k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
25
1.6k
How to Think Like a Performance Engineer
csswizardry
28
2.4k
Measuring & Analyzing Core Web Vitals
bluesmoon
9
710
Facilitating Awesome Meetings
lara
57
6.7k
4 Signs Your Business is Dying
shpigford
186
22k
How to Ace a Technical Interview
jacobian
280
24k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
12
1.3k
Context Engineering - Making Every Token Count
addyosmani
9
510
Six Lessons from altMBA
skipperchong
29
4.1k
Writing Fast Ruby
sferik
630
62k
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