入社10日でスタート！松尾研究所の数理最適化勉強会
はじめに はじめまして、2024年4月より松尾研究所で働いている大西です。 前職では電機メーカーで研究職として働いており、社内外の事業を対象としたAI・最適化技術の社会実装を目的に研究開発を行っていました。 5年間勤めたタイミングで、AIに関するプロジェクトマネジメントに携わりたいと考え松尾研究所に転職しました。入社して3ヶ月が経ち、松尾研究所の良い文化と感じた勉強会について紹介させていただきます。 勉強会について 松尾研究所では、AIの社会実装に向けた社員の技術力向上を目的として数理最適化や因果推論などの勉強会を定期的に開催しています。今回は、数理最適化勉強会実施の経緯と進め方について説明します。 数理最適化とは 詳細な説明は省きますが、数理最適化とは、特定の目的関数（例：コスト、利益、時間）を最大化または最小化するために、変数の最適な組み合わせを見つけるプロセスです。現在、数理最適化は
MIP(混合整数計画問題)ソルバーを作ろう！ - Qiita
目次 第1章では、線形計画問題や整数計画問題についての簡単な説明を行います 第2章では、線形計画問題の代表的な解法であるシンプレックス法についての解説を行います 第3章では、整数計画問題の代表的な解法である分枝限定法についての解説を行います 第4章では、それらの記述のまとめと、おまけテキストについて記述します なお、今回制作したMIPソルバーは、次のURLに置いてあります。 SMIPS(The Smallest MIP Solver) 第1章 概要 何かを最適化したい、と思ったことはありませんか？ 『最短ルートを探したい』『物をうまく詰め込みたい』『誰もが納得するスケジュールを組みたい』……。昔は人間が試行錯誤して決めていた問題も、今ではコンピューター任せで解くことができます。ですがその裏には、多くの科学者や技術者の血と汗と涙がありました。 この記事では、最適化問題の一種である、整数計画問
【連載】ブレインパッドの数理最適化ブログ（目次） - Platinum Data Blog by BrainPad
本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 数理最適化技術は、「データ活用の促進を通じて持続可能な未来をつくる」を企業ミッションとするブレインパッドにとって、必須の注力技術の1つです。 2020年10月1日、大阪大学に、ブレインパッドほかから寄付を受けた「大阪大学数理最適化寄附講座」が開設されました。同講座の教授を務められるのは、数理最適化技術の研究で大変著名な梅谷 俊治先生です。 これを機に、ブレインパッドも数理最適化技術に関するナレッジをさらに＆どんどん高めていこうということで、この公式ブログでも数理最適化に関する連載をスタートします！ こんにちは。CDTO（Chief Data Technology Officer） の太田です。 大阪大学にブレインパッドが寄付を実施し、「大阪大学数理最適化寄附講座」が開設されました。 それを
混合整数最適化でスケジューリング問題を扱うテクニック 〜カスタマーサポートのWFMを例に〜 - ZOZO TECH BLOG
はじめに こんにちは。ZOZO Researchの千代です。 ZOZO Researchでは類似アイテム検索やおすすめアイテムのレコメンドといった機能開発の他に、様々な技術を用いたバックエンド業務の効率化にも取り組んでいます。 ZOZOTOWNのカスタマーサポートで実施しているワークフォースマネジメント（以下WFM）もその1つです。WFMで必要となるタスク割当て問題を数理最適化問題の一種である混合整数最適化問題として定式化し、最適なタスク割当てを計算しています。 この記事では、カスタマーサポートのWFMでの利用を例に、混合整数最適化でスケジューリング問題を定式化するテクニックについて説明します。 目次 はじめに 目次 ワークフォースマネジメントとは スケジューリング問題とは この記事の問題設定 スケジューリング問題を解くためのアプローチ 数理最適化問題とは 混合整数最適化問題とは 混合整数
「そうだ、数理最適化、やろう。」ってなった時にめっちゃ参考になったリンク集＆参考書｜CO-WRITE
数理最適化案件とAI/機械学習案件とのアナロジー 「やってみなければわからない」中で僕たちDSはどうするか本記事では表題に関して、脳筋系ゆるふわVTuberこと入社2年目DSの岡部がお送りいたします。（DS=データサイエンティスト） 発... ◆【理論・実践】（2021年時点で）オススメの参考書 最大のアップデートはこちらの2冊です。参考書は時代の流れに合わせていいものが出てくるものですね。もちろん過去の参考書にもいいものはたくさんありますが、日進月歩の分野である以上、新しいものに軍配が上がりやすい構図はあると思います。 しっかり学ぶ数理最適化 モデルからアルゴリズムまで Pythonではじめる数理最適化： ケーススタディでモデリングのスキルを身につけよう 以下それぞれの所感です 【理論】「最適化分野全般を知るための『最適解』」とも言われている教科書 僕が最適化にハマっていた当時は様々な本
「数理最適化」とは――4つの応用事例、実問題適用への手順、機械学習との違い、使い分け方
「数理最適化」とは――4つの応用事例、実問題適用への手順、機械学習との違い、使い分け方：リクルート事例で分かる数理最適化入門（1） リクルートにおける数理最適化の応用事例の紹介を通じて、数理最適化とは何か、どのようにビジネスに応用できるのかを紹介する連載。初回は、数理最適化の概要、リクルートにおける4つの応用事例、実問題適用への手順、機械学習との違い、使い分け方などについて。 近年多くの企業で、ビジネスでのデータ活用が当たり前になっています。中でも機械学習を用いた成功事例については、耳にしている読者の方も多いと思います。一方で、同じくデータ活用の技術である「数理最適化」は、さまざまな領域で成果を上げているにもかかわらず、その実態について知っている人はあまり多くないようです。 本連載ではリクルートにおける数理最適化の応用事例の紹介を通じて、数理最適化とは何か、どのようにビジネスに応用できるの
エンジニアからデータサイエンティストへのキャリアチェンジのお供に「Pythonではじめる数理最適化」は良い教科書になるかもしれない - Lean Baseball
良い本良い魚良いお酒でした 秋も深まり, 緊急事態宣言が解除された今日このごろ, お酒を片手に読書がだいぶ捗るようになりました📖 酒と魚の話はさておき*1, 長いこと友人かつRetty時代の元同僚である岩永さん（とその仲間たち）*2が, 「Pythonではじめる数理最適化」なる書籍を出しました*3. Pythonではじめる数理最適化 ―ケーススタディでモデリングのスキルを身につけよう― 作者:岩永二郎,石原響太,西村直樹,田中一樹オーム社Amazon エンジニアな自分が読んだ感想として, 数理最適化でモデリングをする人だけでなく, エンジニアからデータサイエンティストへのキャリアチェンジを考えている人も必読なのでは? と思ったので, メモ代わりに感想（とちょっとしたコンテンツ）を残したいと思います. TL;DR 現実の課題・問題（主に仕事）をデータサイエンティストとして解きたい方の参考書
第6回：OR-Toolsで巡回セールスマン問題を解く ～京都弾丸観光ツアーの作成を事例に～【ブレインパッドの数理最適化ブログ】 - Platinum Data Blog by BrainPad
本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 ブレインパッドの社員が「数理最適化技術」に関して連載するこの企画。 第6回は、当社のデータサイエンティストが、最適化ツールを使って、「1日でできるだけ多くの京都の観光地を巡る」という問題を解いています。 こんにちは、データサイエンティストの田中です。 最近は金融系のお客様のもとで常駐しながら分析を行ったり、新卒研修に携わったりしています。あと先月から、ちょっとお高いお米を買うようになってQOLが爆上がりしました。たったの数百円で毎日幸せを感じられるので、マジでおすすめです。 さて、今日はOR-Toolsという最適化ツールをご紹介し、いくつか実践的な制約を入れた巡回セールスマン問題を解いていきます。 はじめに 問題設定 データの取得・準備 OR-Toolsによる最適化 Step1. inde
数理最適化: Optimization Night #1 - ぱたへね
15日に行われた数理最適化の勉強会に行ってきました。 会場はブレインパッド様の部屋をお借りしました。いつもありがとうございます。 動画はこちらから見ることができます。素晴らしい。 www.youtube.com 技術書典を支える最適化技術 sfujiwaraさんの発表です。 発表資料はこちらで見れます。 speakerdeck.com 技術書典というイベントでのブースの配置を最適化する話です。最適化の余地を残すところと、ハイパーパラメータの調整はやりたくないのバランスを取るところが面白そうでした。 ブースの分類にRubyと機械学習の両方タグがあった場合、Rubyの島に入れるのか、機械学習の島にいれるのか自動で判別するのが難しい問題。会場から上がったRubyの方が愛を感じるからRubyでしょに対して、sfujiwaraさんがそれが人間の判断じゃんと返したところが面白かったです。愛をどう特徴量
ものづくりやビジネスの「次の一手」はこれだ！ トレードオフ問題を解く「数理最適化」
株式会社 富士通研究所 ソフトウェア技術研究所 インテリジェントシステム研究部 主管研究員 九州大学 マス・フォア・インダストリ研究所 教授 国立情報学研究所 客員教授 博士（情報理工学） 燃費性能に優れたエンジンの開発、高性能な半導体素子の設計、効率的な物流ルートの探索、災害時の速やかな送電網の復旧計画立案･･･。 ものづくりや社会に存在するこうしたさまざまな問題の解決や改善に活用され始めているのが「数理最適化」と呼ぶ技術である。膨大なトレードオフが考えられる複雑な問題を数学的手法で解いて、最適な「次の一手」を導き出す手法だ。 この「数理最適化」という言葉や概念がさまざまな場面で見られるようになったと、富士通研究所のインテリジェントシステム研究部で主管研究員を務める穴井宏和氏は述べる。「コンピュータ性能の向上、アルゴリズムの改良、およびビッグデータのような新たな応用の登場に伴
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
数理最適化でベストな意思決定を。『Excelで手を動かしながら学ぶ数理最適化 ベストな意思決定を導く技術』発売／データサイエンス入門としても使える一冊【Book Watch/ニュース】
リクルート事例で分かる数理最適化入門
数理最適化ことはじめ / Introduction to Mathematical Optimization