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
最適化入門1
Search
NearMeの技術発表資料です
PRO
August 22, 2022
Technology
0
100
最適化入門1
NearMeの技術発表資料です
PRO
August 22, 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
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
51
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
6
Apple Containerについて調べて触ってみた
nearme_tech
PRO
0
93
Rust 並列強化学習
nearme_tech
PRO
0
23
並列で⽣成AIにコーディングをやらせる
nearme_tech
PRO
1
140
希望休勤務を考慮したシフト作成
nearme_tech
PRO
0
39
Hub Labeling による高速経路探索
nearme_tech
PRO
0
96
Build an AI agent with Mastra
nearme_tech
PRO
0
78
Rustで強化学習アルゴリズムを実装する vol3
nearme_tech
PRO
0
46
Other Decks in Technology
See All in Technology
【初心者向け】ローカルLLMの色々な動かし方まとめ
aratako
7
3k
PRDの正しい使い方 ~AI時代にも効く思考・対話・成長ツールとして~
techtekt
PRO
1
2k
2025年になってもまだMySQLが好き
yoku0825
8
3.8k
生成AI時代のデータ基盤設計〜ペースレイヤリングで実現する高速開発と持続性〜 / Levtech Meetup_Session_2
sansan_randd
1
120
RSCの時代にReactとフレームワークの境界を探る
uhyo
9
2.8k
おやつは300円まで!の最適化を模索してみた
techtekt
PRO
0
270
落ちる 落ちるよ サーバーは落ちる
suehiromasatoshi
0
120
個人CLAUDE.md紹介と設定から学んだこと/introduce-my-claude-md
shibayu36
0
190
ここ一年のCCoEとしてのAWSコスト最適化を振り返る / CCoE AWS Cost Optimization devio2025
masahirokawahara
1
1.4k
AI エージェントとはそもそも何か? - 技術背景から Amazon Bedrock AgentCore での実装まで- / AI Agent Unicorn Day 2025
hariby
3
820
Grafana Meetup Japan Vol. 6
kaedemalu
1
200
LLM翻訳ツールの開発と海外のお客様対応等への社内導入事例
gree_tech
PRO
0
500
Featured
See All Featured
RailsConf 2023
tenderlove
30
1.2k
Fireside Chat
paigeccino
39
3.6k
4 Signs Your Business is Dying
shpigford
184
22k
Measuring & Analyzing Core Web Vitals
bluesmoon
9
580
Making Projects Easy
brettharned
117
6.4k
Code Reviewing Like a Champion
maltzj
525
40k
Java REST API Framework Comparison - PWX 2021
mraible
33
8.8k
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
15
1.6k
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
161
15k
Testing 201, or: Great Expectations
jmmastey
45
7.6k
We Have a Design System, Now What?
morganepeng
53
7.8k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
284
13k
Transcript
0 最適化入門1 2022-08-19 第10回NearMe技術勉強会 Yuta Okamoto
1 目次 1. 前回までの内容 2. 線形計画問題 3. 次回予告
2 1.前回までの内容 • 最適化問題とは? • 組合せ最適化問題とは? • 組合せ最適化問題を解くのは難しい こんなやつ →
組み合わせ的な構造を持つもの
3 2.線形計画問題 • 線形計画問題とは? ◦ 最適化問題で, 1. 変数がすべて非負 2. 制約式がすべて一次不等式
3. 目的関数が一次式 ◦ 例えば...
4 2.線形計画問題 • 実行可能領域 ◦ 制約式を全て満たす領域 https://www.geogebra.org/graphing?lang=ja
5 2.線形計画問題 • 実行可能・実行不能・非有界 ◦ ある問題の実行可能領域が ▪ 空集合 ▪ 空集合でない
• 無限集合 • 有限集合 → 実行不能 → 非有界 → 最適解が存在 → 実行可能
6 2.線形計画問題 • 実行可能解・実行不能解 ◦ ある解が制約式を全て満たすか否か ▪ 満たす ▪ 満たさない
→ 実行可能解 → 実行不能解
7 2.線形計画問題 • 実行可能領域と目的関数
8 2.線形計画問題 • 線形計画問題が使われるところ ◦ 連続(0-1)ナップサック問題 ◦ 配送計画問題 ◦ 線形緩和
etc. 3 5 7 10kg まで 2kg 3kg 6kg
9 3.次回予告 • 線形計画問題の解き方
10 出典 • 金谷健一. 「これなら分かる最適化数学」. 共立出版. 2005年, 249p
11 Thank you