Lock in $30 Savings on PRO—Offer Ends Soon! ⏳
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
最適化入門2
Search
NearMeの技術発表資料です
PRO
October 21, 2022
Science
0
98
最適化入門2
NearMeの技術発表資料です
PRO
October 21, 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
2
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
150
初めてのmarimo (ハンズオン)
nearme_tech
PRO
0
22
ローカルLLM
nearme_tech
PRO
0
40
LlamaIndex Workflow: Build Practical AI Agents Fast
nearme_tech
PRO
0
26
Box-Muller法
nearme_tech
PRO
1
36
Kiro触ってみた
nearme_tech
PRO
0
300
今だからこそ入門する Server-Sent Events (SSE)
nearme_tech
PRO
4
550
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 Science
See All in Science
機械学習 - K-means & 階層的クラスタリング
trycycle
PRO
0
1.2k
蔵本モデルが解き明かす同期と相転移の秘密 〜拍手のリズムはなぜ揃うのか?〜
syotasasaki593876
1
160
HajimetenoLT vol.17
hashimoto_kei
1
140
Text-to-SQLの既存の評価指標を問い直す
gotalab555
1
150
baseballrによるMLBデータの抽出と階層ベイズモデルによる打率の推定 / TokyoR118
dropout009
2
640
コミュニティサイエンスの実践@日本認知科学会2025
hayataka88
0
110
知能とはなにかーヒトとAIのあいだー
tagtag
0
160
風の力で振れ幅が大きくなる振り子!? 〜タコマナローズ橋はなぜ落ちたのか〜
syotasasaki593876
1
170
Lean4による汎化誤差評価の形式化
milano0017
1
390
タンパク質間相互作⽤を利⽤した⼈⼯知能による新しい薬剤遺伝⼦-疾患相互作⽤の同定
tagtag
0
130
機械学習 - ニューラルネットワーク入門
trycycle
PRO
0
910
PPIのみを用いたAIによる薬剤–遺伝子–疾患 相互作用の同定
tagtag
0
120
Featured
See All Featured
The AI Search Optimization Roadmap by Aleyda Solis
aleyda
1
5k
The Power of CSS Pseudo Elements
geoffreycrofte
80
6.1k
Exploring anti-patterns in Rails
aemeredith
2
200
Paper Plane
katiecoart
PRO
0
44k
KATA
mclloyd
PRO
33
15k
SERP Conf. Vienna - Web Accessibility: Optimizing for Inclusivity and SEO
sarafernandez
1
1.3k
Automating Front-end Workflow
addyosmani
1371
200k
Stewardship and Sustainability of Urban and Community Forests
pwiseman
0
71
More Than Pixels: Becoming A User Experience Designer
marktimemedia
2
250
Rails Girls Zürich Keynote
gr2m
95
14k
Game over? The fight for quality and originality in the time of robots
wayneb77
1
66
Gemini Prompt Engineering: Practical Techniques for Tangible AI Outcomes
mfonobong
2
230
Transcript
0 最適化入門2 2022-10-14 第17回NearMe技術勉強会 Yuta Okamoto
1 目次 1. 前回までの内容 2. 非基底変数と基底変数 3. 線形計画問題の標準形・一般形 4. 単体法(シンプレクス法・線形計画法)
5. 次回予告
2 1.前回までの内容 • 線形計画問題とは? • 実行可能領域 • 実行可能領域のタイプ こんなやつ →
制約を全て満たす領域(凸多面体) 実行不能 実行可能(非有界・有界)
3 2.非基底変数と基底変数 • 変数の数 : n • 制約式の数 : m
とする. 制約式が全て一次独立な時, n-m個の変数を0とおく→残りのm個の変数も自動的に値が決まる 非基底変数 : 0とおいた変数 基底変数 : 0とおかなかった変数
4 3.線形計画問題の標準形・一般形 標準形 一般形
5 4.単体法(シンプレクス法・線形計画法) • 線形計画問題はどうやって解くのか? ◦ その1つが単体法 ◦ 実行可能領域(凸多面体)をある法則に従って探索することで 最適解を必ず見つけることができる キーワード
: 基底解,ピボット操作,最適性判定,幾何学的意味
6 5.次回予告 • 双対問題
7 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
8 Thank you