機械学習×数理最適化で業務プロセス革命！ - NTT Communications Engineers' Blog

本記事では、現在進行中の研究「機械学習×数理最適化」に関する取り組みの一環として検討している、需要予測を活用した業務プロセスの改善について紹介します。 はじめに 背景 数理最適化とは 機械学習×数理最適化で解決が期待できる課題 実現方法の検討 問題設定 Node-AIでの需要予測 数理最適化によるシフト計画 条件データ 定式化 プログラム 結果 まとめ おわりに はじめに こんにちは、イノベーションセンターの伊藤です。 普段はNode-AIやAI Autopilot Systemといったプロダクトの品質向上を目的に、研究開発を行っています。現在は予測精度の向上を目指した機械学習技術の研究に加え、予測結果の活用に向けた技術の研究に取り組んでいます。 また、我々のチームでは、これらの取り組みを通じて得られた研究成果やデータ分析ノウハウをごちきかというナレッジベースに体系的にまとめています。 本

[syu-m-5151]

機械学習と数理最適化を組み合わせてコールセンターのシフト最適化を実現した事例を紹介。Node-AIで需要を予測し、数理最適化で効率的な人員配置を自動化したいい話

[misshiki]

例えば “機械学習 → 消費者の購買行動などを分析し、該当サービス/商品における将来の需要を予測、 数理最適化 → 需給バランスを保ちながら、売上最大化を実現化する最適な価格を決定”

[yamazakicker]

泥臭い製造業ドメインだと機械学習より数理最適化のほうが重宝されたりする、予測意外の最適化と機械学習の融合に期待