![](https://cdn-ak-scissors.b.st-hatena.com/image/square/fb069f8740498dd54eaea2e1b73d8ad3bf7544ac/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZ0eHQ9JUU1JTg1JUE1JUU2JTlDJUFEJUU5JUExJThEJUU2JTlDJTgwJUU5JTgxJUE5JUU1JThDJTk2JUUzJTgxJUFFJUUzJTgyJUI3JUUzJTgzJTlGJUUzJTgzJUE1JUUzJTgzJUFDJUUzJTgzJUJDJUUzJTgyJUI3JUUzJTgzJUE3JUUzJTgzJUIzJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWNsaXA9ZWxsaXBzaXMmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1jMzg3ZDU2NDRiMGQ4ZDJkYWU5MWMzMjQxMjIzMjIwMg%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwc2hpbWFfeCZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9OTc3YjA3MDkzZWVlOWExOGFlOWEzNmRjYTEzOTc1MzU%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D739bb1a1b50f4690eaf482681f6919c0)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
入札額最適化のシミュレーション - Qiita
動機 広告の自動入札のアルゴリズムを考える仕事をしているのですが(もうすぐ過去形になりますがw)、... 動機 広告の自動入札のアルゴリズムを考える仕事をしているのですが(もうすぐ過去形になりますがw)、 ログが全く貯められていない状況にあります。 そのため、しょうがなくデータを発生させてしょうがなくシミュレーションを行った次第です。 このブログに書いたこと 多目的最適化の概要 入札金額最適化の概要(外部資料に飛ばす) 参考コード 多目的最適化の概要 多目的最適化とは、書籍には以下のように記載があります。 多目的最適化では複数の目的関数$\bf{f}$を最小化することを考える。理想的には全てのめ目的関数$f_1$,...,$f_k$を同時に最小化できればよいと思われるかもしれない。しかし、それではそもそも多目的最適化として解く必要はなかったということである。なぜならば、1つの目的関数を最小化すれば他の目的関数も同時に最小になっているということであるから。したがって、通常多目的最適化で取り扱うべ