ネットワーク分析をもうちょっと勉強 - でたぁっ 感動と失敗の備忘録
マーケティング施策や商品開発の糸口を発見する為に購買履歴データでネットワーク分析を行っているのだが、今年に入りノードやエッジの数が多い隣接行列を取り扱うようになってきた。といってもまだまだビッグデータとはいいがたいが。。。cytoscapeにくわせOrganicレイアウトで表示するとこんな感じです。（他の設定はデフォルト） 今後はもっとデータ量が多くなりそうなので、ネットワーク分析をもうちょっと勉強。 これまで参考にしていたのはRで学ぶデータサイエンスの#8ネットワーク分析。R+igraphで中心性指標を計算したり、コミュニティの抽出などはさくさくできる。会社の先輩に話をすると、もっと勉強になる資料があるよと九州工業大学の竹本先生の資料を教えてくれた。2013/3/8に開催された第2回 Rでつなぐ次世代オミックス情報統合解析研究会で発表された資料らしい。タイトルは「R+igraphではじめ
最適化におけるPython（PuLP版） - Qiita
はじめに Python-MIP版の記事を作成しました。モデラーとしてPuLPよりPython-MIPの方がメリットが多いので、ぜひ、下記の記事も参考にしてください。 最適化におけるPython（Python-MIP版） 概要 私は、業務で、組合せ最適化技術を用いたソフトウェア開発(例えば、物流における輸送コストの最小化など)を行っています。以前は、C++やC#を用いて、最適化のモデルを作成していましたが、最近ではPythonを用いることが多いです。 ここでは、最適化におけるPythonについて紹介します。 Pythonのメリット Pythonを利用している理由としては、以下のような点があげられます。 わかりやすい。数式によるモデルとPythonによるモデルが近いため、より本質的な記述に専念でき、保守しやすいモデルを作成できる。 短い記述量で済む。C++などに比べるとプログラムのサイズは、数
Rで数理計画 - RjpWiki
Rで数理計画 (例題など、どんどん付け足してください。) ここでは、Rの関数を利用した数理計画問題の解法を説明します。 Rでも既存の関数を利用して、制約条件付き最適化問題を解くことができます。
Rで制約付き最適化問題（最適消費計画） - Qiita
はじめに Rで最適化問題を解くことができるらしいので，学部レベル(初級)のミクロ経済学の序盤で習う，「予算制約の中で効用（満足感）を最大化する購買量の探索」という効用最大化問題（最適消費計画問題）を例にとり，Rで簡単な制約付き最適化問題を解いたりイロイロしてみます。 ◇2018年1月20日追記 ここに載せたことをshinyで作動させてみました。 シンプルな効用最大化問題計算機という感じです。 https://nigimitama.shinyapps.io/MicroEconomics_01_UtilityMaximizationProblem/ 中身のコードはこのページの下部（おまけ2）にあります。よろしければ御覧ください。 2財モデルのこんな問題があるとします。 第1財の消費量を$x_1$，第2財の消費量を$x_2$と表す。ある家計の効用関数が$U(x_1,x_2)=x_1^{\frac
Rでも凸最適化 - Qiita
最適化パッケージCVXRがCRANに登場したので、そのご紹介をします。 CVXR: An R Package for Disciplined Convex Optimization このパッケージは凸最適化問題を解くために開発されたMATLAB CVXライブラリのR版といった位置づけのものです。 同様のプロジェクトとしてPythonのCVXPYやJuliaのConvex.jlといったプロジェクトがある。 実際の使用感はCVXPYのR版クローンという印象です。 このCVXRを使うことで、凹凸が分かる数式の組み合わせにで表現された問題を効率よく解く事が出来ます。 実際に解くソルバーにはECOSやSCSを選んで使用することが可能です。 より詳しい内容は Stanfordの説明サイト を参照すると良いです。 実際の使い方 基本的には次の5ステップで使うことになります。 1. 変数の宣言 2. 制約
RでLinear Programming | 分析のおはなし。
アメリカへの交換留学とノルウェーへの大学院留学を経た後に、データサイエンティストを目指そうとする人の戯れ言。 （R Advent Calendar @ Qiita 16日目） こんにちは、16日目担当のサーモンさんです。 突然なんですが、僕Linear Programming好きなんですよ。 というか多分Operations ResearchとかSupply Chain Managementが好きなんですよ。 なんなんすかね、ビジネスのフローをモデル化する部分が好きなんでしょう。 卒論でもサーモン養殖の線形計画法とかやろうか悩んでたくらいですよ。（収穫船と餌の輸送と生産の組合せ計画とかがあるんすよ） で、大学院にいた時はAMPLっていう言語でCPLEXとかNEOSとかっていったソルバーを使って問題を解いていたのですが、ソルバーはお高い訳です。 まぁ早い話がRでやりたい訳です。 で、探してみ
Rで解く最適化問題 線型計画問題編
9. X n Rn f S aij , bi , cj (i = 1, · · · , m; j = 1, · · · , n) xj (j = 1, · · · , n) min. c 1 x1 + · · · + c n xn s. t. ai1 x1 + · · · + ain xn ≤ bi (i = 1, · · · , l) ai1 x1 + · · · + ain xn = bi (i = l + 1, · · · , m) 9 10. aij , bi , cj (i = 1, · · · , m; j = 1, · · · , n) min. c 1 x1 + · · · + c n xn s. t. ai1 x1 + · · · + ain xn ≥ bi (i = 1, · · · , m) xj ≥ 0(j = 1, · · · , n) min. cT x s.
最適化超入門
本スライドは、弊社の梅本により弊社内の技術勉強会で使用されたものです。 近年注目を集めるアーキテクチャーである「Transformer」の解説スライドとなっております。 "Arithmer Seminar" is weekly held, where professionals from within and outside our company give lectures on their respective expertise. The slides are made by the lecturer from outside our company, and shared here with his/her permission. Arithmer株式会社は東京大学大学院数理科学研究科発の数学の会社です。私達は現代数学を応用して、様々な分野のソリューションに、新しい高度AIシステム
Rによる最適化計画(1)：とりあえずCRAN Task Viewを見て、{linprog}パッケージのsolveLP関数とoptim関数を触ってみる - 渋谷駅前で働くデータサイエンティストのブログ
時々最適化計画をやってくれみたいな依頼をもらうことがあるんですが、普通の線形計画法って普通にやると実はwinner-take-allみたいなことになって、結局ヒトが介在しなきゃダメみたいなことになるんですよね。なーんて愚痴りながらググってたらこんなPDFを見つけまして。 多目的最適化の基礎と応用 - 日本機械学会 最適化の結果は．．． いい設定をすると 往々にして，ベテランの技術者の出す結果と同じになる． 当たり前の結果しか導かない うわあああああ耳が痛ええええええってなわけで、多目的最適化とか色々漁ってる真っ最中なわけですが。単一の最適化目的関数だけ立てるからwinner-take-allになってどうしようもなくなるわけで、それに何とかして別の制約をかぶせたいなぁとか思うんですが、でも多目的最適化とかだといきなりハードル高いかなぁと。。。 というわけで、今までこのブログではあまり触れてこ
CodeIQについてのお知らせ
2018年4月25日をもちまして、 『CodeIQ』のプログラミング腕試しサービス、年収確約スカウトサービスは、 ITエンジニアのための年収確約スカウトサービス『moffers by CodeIQ』https://moffers.jp/ へ一本化いたしました。 これまで多くのITエンジニアの方に『CodeIQ』をご利用いただきまして、 改めて心より深く御礼申し上げます。 また、エンジニアのためのWebマガジン「CodeIQ MAGAZINE」は、 リクナビNEXTジャーナル( https://next.rikunabi.com/journal/ )に一部の記事の移行を予定しております。 今後は『moffers by CodeIQ』にて、 ITエンジニアの皆様のより良い転職をサポートするために、より一層努めてまいりますので、 引き続きご愛顧のほど何卒よろしくお願い申し上げます。 また、Cod
最適化アルゴリズムを評価するベンチマーク関数まとめ - Qiita
更新履歴 最適解と探索範囲を追記しました。 2016/11/29 @fimbulさん 編集リクエストありがとうございました。修正しました。 2017/7/10 @tomochiiiさん 編集リクエストありがとうございました。Easom functionを引用元の数式に修正、Schaffer function N. 2とN. 4の数式の修正 2018/5/9 @applicative62045 さん 編集リクエストありがとうございました(編集リクエストの確認遅くなりました。2019/12/31記載) Griek functionを修正 2019/12/31 @okamoto6496 さん 指摘ありがとうございました。Five-well potential functionの数式を修正。 2020/01/20 @higedura さん 指摘ありがとうございます。Bukin function N
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
Optimization
Ｒ雑記帖
Amazon.co.jp: Pythonによる数理最適化入門 (実践Pythonライブラリー): 並木誠 (著), 久保幹雄 (監修): 本