タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。
こんにちは。「家族アルバム みてね」の開発チームに所属している黒川と申します。今回は、その「みてね」の機能の1つで、写真や動画をDVDにして注文できる機能を動的計画法を使って改善した話をします。 「みてね」では家族の写真や動画をアップロードし、アプリ上で月ごとに振り返ることが可能になっています。一方、たとえば自宅のテレビやパソコンでまとめて振り返りたいという要望もあり、「みてね」では最長過去1年間の写真や動画をDVDにまとめて注文することができます。 このときに問題となるのがDVDのディスク分割です。1年分の写真や動画はともすると1枚のディスクに収まりきらず、複数のディスクに分割する必要があります。いままでは、動画を月ごとに分けて各ディスクに入れていく、というシンプルなアルゴリズムで分割を行っていました。しかし、ユーザーさんからは「1枚のディスクにすこしの動画しかないがどうなっているのか」
動的計画法(DP)の基礎知識から例題、考え方、解説コードまで記載した個人的メモ
今回テックブログを書くにあたり、以下の記事を参考にしました。 qiita.com こちらの記事では、マクドナルドのメニューを対象に組み合わせ最適化問題を扱っており、内容も非常に面白く読ませて頂きました。 今回、弊社askenでも自社データを使用して食事の組み合わせ最適化問題をやってみたのでご紹介します。 はじめに こんにちは！ askenで機械学習エンジニアとして働いているyumaです。 shoku_panという名前でTwitterをやってます。 さてみなさん、弊社ダイエットアプリ「あすけん」をご存知ですか？ www.asken.jp あすけんでは、その日の食事内容を記録すると栄養士の未来（みき）さんからアドバイスをもらえます。点数も出るので、高得点をとることがモチベーションになっている方もいらっしゃると思います。 もちろん僕も使っています。ちなみに今年のお正月はこのような結果になりました
実用的なソフトウエアを開発するにはアルゴリズムの知識は欠かせない。基礎から機械学習まで、厳選した10個のアルゴリズムをPythonによる実装とともに解説する。 ［7 動的計画法］ レーベンシュタイン距離 多くの人にとって、アルゴリズムの学習の最初の壁となるのが、「動的計画法」ではないでしょうか。動的計画法は、「問題の部分的な結果を記録・利用しながら、最終的な結果を求める」手法の総称です。クイックソートや深さ優先探索のような手法よりも、1 段か2段、抽象的な概念である点と、アルゴリズムを可視化しにくい点が、難しく感じる原因なのだと思われます。また、“動的計画法”という名称が内容に合っていないことも、動的計画法をわかりにくくしていると言えるでしょう。 しかし、多くの有用なアルゴリズムは動的計画法の手法を使っているので、避けて通ることはできません。 ここでは、動的計画法で「レーベンシュタイン距離
Haskellで動的計画法を攻略する
Haskellで動的計画法を実装する２つの方法 出典： Easily Solving Dynamic Programming Problems in Haskell by Memoization of Hylomorphisms ザ圏論的やり方としては①Dynamorphism、手続き的な方法として②STモナドが挙げられる。 DynamorphismはHylomorphismをメモ化したようなもので、詳しくはlotz氏のサイトを参照してほしい。 Haskellerとしては、Dynamorphismはとても憧れる手法である。しかし、思ったよりも速度が出ない。。 このスクラップに二通りのLCSの解法を記載したが、いずれもTLEであった。 lotz氏によると、メモ化されたデータ構造にはO(n)でしかアクセスできないことが理由とのこと。 この記事では、STモナドによるメモ化再帰を用いた動的計画問題
はじめに 最近、実生活で競技プログラミングが役に立ちました。 趣味の一環で長方形のQRコードであるrMQRコードを生成するPythonパッケージを作成しています。その中で「ビット列が最も短くなるようにデータをエンコードする」という処理に動的計画法を用いました。大学時代に競技プログラミングをやっていた身としては「競プロが役に立った！」と嬉しかったので、実例として共有したくてこの記事を書いています。動的計画法のDPテーブルの定義から遷移のしかた、解の復元までを図や実装とともに説明しています。動的計画法自体は説明していません。実装の全体はこちらでご覧いただけます。 この記事に出てくるrMQRコードの仕様に関する記述はISO規格1に基づいています。最適なエンコードを求めるアルゴリズム自体は仕様に含まれるものではなく、オリジナルのものになります。 ※QRコードは(株)デンソーウェーブの登録商標です。
「どうにでもなれ効果」に打ち勝て。ネガティブな人のための計画法「コーピング・イマジナリー」 - STUDY HACKER（スタディーハッカー）｜社会人の勉強法＆英語学習
「やらなければならないことがあるのに、すぐにサボってしまう」 「目標を決めても達成できず、途中で諦めることが多い」 「自分はネガティブで、意志が弱くてダメな人間だ」 このように悩んでいる人は、自分の不甲斐なさに絶望し、自信を失っているかもしれません。しかし、じつは、サボったり挫折したりしてしまうのは、人間にとって自然なことなのです。 今回は、目標を達成できず「自分はダメな人間だ……」と悩む人のために、少しの工夫によって意志の弱さをカバーする方法をご紹介します。 日本人は遺伝子的にネガティブ そもそも、日本人は、もともとネガティブな国民性だということをご存知でしょうか。ウェルズリー大学の心理学者ジュリー・K・ノレム博士によると、人間は、持っている遺伝子によって、性格がポジティブかネガティブかに分かれるそう。 S型と呼ばれる不安遺伝子を持つ人は、「防衛的ペシミスト」と呼ばれ、たとえそれまで成功
うさぎでもわかるアルゴリズム 動的計画法
こんにちは、ももやまです。 動的計画法は、アルゴリズムでもかなり重要な内容です。AtCoderやらプログラミングコンテストとかでもよく出てきます。 ですが、動的計画法は「アルゴリズムを学ぶ上での壁・登竜門」とも呼ばれるとおり、かなり難易度の高いアルゴリズムとなっています。どの参考書を見てもなかなかわかりやすくは書かれていません。 そんな動的計画法を今回はうさぎでもわかるようにわかりやすくかみ砕いて説明したいと思います。 １．動的計画法とは 動的計画法とは、 問題をいくつかの簡単で小さな問題に分割 それぞれの問題の計算結果を表に記録 同じ問題に対しては表から計算結果を参照する の3つの特徴を持ったアルゴリズムです。 といきなり言われてもわけがわからないと思うので、動的計画法のイメージを説明しましょう。 動的計画法のイメージ 例えば、\[ 28 \times 37 \]の計算を解きなさい。 と
こんにちは。paizaラーニングでコンテンツ制作をしている学生スタッフの工藤です。 みなさん、「DP（Dynamic Programming、動的計画法）」って知っていますか？ DPは代表的なアルゴリズムのひとつで、競技プログラミングの問題を解く際にも多く用いられます。そのため耳にしたことはあるかもしれませんが、慣れるまでは扱いが難しく実用性が分からないという方も多いと思います。 ただし、ある程度問題を解いていくとパターンのようなものが見えてくるはずなので、たくさん問題に触れてみるのがおすすめです。 そこで今回は、paizaラーニングのレベルアップ問題集に追加された「DPメニュー」を使って、DPの問題に慣れるための学習法を紹介していきます！ DP（動的計画法）とは 本題の問題集の紹介に入る前に、DPとはどんなアルゴリズムなのか簡単にご紹介します。 こういうときはひとまずWikipediaを
「天空のカフェ」や「森のカフェ」とも呼ばれ、地域住民や観光客から長年愛された鎌倉市常盤のカフェ「樹（いつき）ガーデン」が２７日に閉店する。市が市街化調整区域での「専用住宅」で、…
これは、https://o-treetree.hatenablog.com/entry/DPL1B（明日投稿）の前段階の記事です。動的計画法（どうてきけいかくほう、英: Dynamic Programming, DP）で「コイン問題」を解いていますが、DPとはなんぞや、みたいなところには触れておらず、解説を見ながらとりあえず解けるまでの初心者の思考をメモしたものです。 DPがわからん！ 最近暇なので（無職で外出自粛）競技プログラミングAtCoderをやっています。先日AOJにも登録しました。 BFSとかDFSは一応わかったのですが、頻出のDPがわからんので勉強しようと思いました。 ↓BFSとかDFSができるようになった記事 o-treetree.hatenablog.com o-treetree.hatenablog.com さて、いろいろ検索しましたが、一番わかりやすかったのはこちら。G
ビットDPとは ビットDP(bit DP) とは、ビットで表現した集合を添え字に持つ動的計画法(DP)のことです。 基本的には、以下のような DPを考えます。 漸化式の更新式としては、 $$dp[ S \cup \{v\} ] = dp[ S ] + cost(S, v)$$ のように集合を1つずつ増やしていく形になることが多いです。 この集合に対するDPによって、\(n\) 個のものに対して\(n!\) 通りの順序の中から最適なものを計算するのを高速化できる場合があります。 集合をビットで表現する 実際には集合を配列の引数にするために、集合を2進数で表現します。全体集合 {0,1,2,…,n-1} の部分集合 S を n 桁の2進数で表現するのです。 例えば、全体集合 {0,1,2,…,9} の部分集合 {0,3,5} については、0bit目と3bit目と5bit目が 1で、それ以外が0
整数計画法メモ トップページへ戻る 本ページのURLが https://www.tuat.ac.jp/~miya/ipmemo.html から https://web.tuat.ac.jp/~miya/ipmemo.html へ変更になりました． それに応じて，本ページからリンクされているダウンロード可能なファイルについても，URLが変更になっています． はじめに このページには，整数最適化問題（整数計画問題）をソルバーで解く際に，知っていると役に立つかもしれない情報を雑多に記しています． 整数最適化（整数計画法）は強力な最適化手法の一つなのですが，「実際に解きたい時に日本語の情報があまり無い」と耳にしたのがこのページを作ったきっかけです． おことわり このページに書いてある情報は無保証であり，筆者は一切の責任を持ちません． 自己責任でご利用ください． もちろん，なるべく正しいことを書くよ
上記表の例で、これらを全ての組み合わせで試すと、 2*2*2 = 8回カレーを食べなければなりません。 ところが実験計画法を使うと、 4回食べるだけで、どの要素がどの程度美味しさに影響しているか分かります。 ※下グラフは結果の例です。 ※この例では、煮込み時間が一番効果が高く、小麦粉比率の影響は小さい事がわかります。 実験計画法の威力 回数が半分(8⇒4)になるだけでもそこそこ凄いのですが、 さらにパラメータが増えるほど、実験計画法の威力を発揮します。 パラメータが7個の場合、組み合わせが全部で128回 ⇒実験計画法なら、8回で済みます！ パラメータが15個の場合、組み合わせが全部で32768回 ⇒ 実験計画法なら、16回で済みます！！ ここまで効率化できるのはすごいと思いませんか？ どんな人に有効か 前述したように、日常生活、研究生活、社会人生活などなど応用範囲は広いはずです。 使うこと
今回はまちづくりのルールを定めた法律である『都市計画法』について、記事にします。住宅・店舗・工場等建物を建築するには、地域毎にルールが定められています。今回は『都市計画法』の初歩的な内容を解説してゆきます。本業にまつわる『不動産』記事も引き続き書いてゆこうと思います。 都市計画法とは？ まず都市計画法について解説してゆきます。簡単にいうとまちづくりのルールです。地域によって街には住宅街・商業店舗街・農村地帯等があります。これらはまちづくりのルールに基づいています。誰もが勝手に家や商業施設を勝手に建てていいわけではありません。当然農業も守らなければなりませんのでそうした地域もあります。以下に解説します。 都市計画区域 一体の都市として総合的に整備、開発し及び保全する必要がある区域。 市街化区域 「すでに市街地を形成している区域」及び「おおむね10年以内に優先的かつ計画的に市街化を図るべき区域
強化学習はゲームやパズルを解く機械学習の手法であり、過去記事1にて、ハノイの塔を強化学習で解く方法を検証しました。 本記事では、ポールの数を3本から4本、5本、…と増やした一般化ハノイの塔について考察します。内容は、以下の2つです。 ・動的計画法による最短手順の導出 ・強化学習による求解 ※ソースコードをGitHubに公開しています。 → https://github.com/akih1992/qiita/tree/master/rl/generalized_hanoi 一般化ハノイの塔について ここでは、ポール数を増やしたハノイの塔を一般化ハノイの塔と呼ぶことにします。ポールが増えた場合、3本のときよりも短手順で求解できるのは明らかですが、最短手順はどうなるのでしょうか。本記事ではこの最短手順を考えます。 ※導出方法を考えるにあたり、一般化ハノイの塔についてまとめているこのWebページ2
線形計画法超入門 - Qiita
はじめに 最初に線形計画法の基本的な概念を紹介し、最後に線形計画法をPythonのライブラリPuLPで解く方法を紹介する。 理論的な概念については 「これなら分かる最適化数学 -基礎原理から計算手法まで-」(金谷健一著,共立出版)の6章「線形計画法」 PuLPについては https://pythonhosted.org/PuLP/index.html https://qiita.com/mzmttks/items/82ea3a51e4dbea8fbc17 を参考にした。 線形計画とは 【Def.：線形計画】 以下の３つの特徴をもつ問題を線形計画という。 - $x_1,\cdots,x_n\in \mathbb{R}$ は全て非負 - m個の制約条件は$x_1,\cdots,x_n$の1次式による不等式(制約不等式という) - 最大化する対象の関数$f$(目的関数)は$x_1,\cdots,
1級建築施工管理技士(一次検定)の勉強時間の目安は？最短合格に必要なスケジュール計画法を紹介(2023) 2023年1月23日 施工管理技士 1級建築施工管理技士, 2023, 一次検定, 勉強時間, 目安 1級建築施工管理技士(一次検定)の合格に必要な勉強時間やスケジュール計画法を紹介します。1級の勉強はどれくらいやればいいの？ってなかなかわからないですよね。 実際勉強を開始すると日によって学習時間のバラつきが生じたり、計画を立ててもその通りにいかないという経験ってありませんか？ そこでこの記事では！
【障害福祉事業の地域展開】都市計画法と建築基準法の関係解説 – 知っておくべきポイントは？ | ウェルブック
【障害福祉事業の地域展開】都市計画法と建築基準法の関係解説 – 知っておくべきポイントは？ 2024 3/05 都市計画法との関係 地域について 都市計画法は、地方自治体が基本計画に基づき、その土地の利用や建物の規制に関するルールを定めることができる法律です。 したがって、地方自治体が基本計画に基づき地域ごとに独自に建築できる建物を定めています。 都市計画法では都市を大きく次の２つの区域に分けています。 ❶市街化区域：先的かつ計画的に市街化を図るべき地域 ➋市街化調整地域：市街化を抑制すべき地域 まずは、市街化調整区域では原則として新たに建物を建築することができませんので、障害福祉サービスの開設はできないということになります。 そして、市街化区域については更に１２の区分に分けられています。 これを用途地域といいます。 用途地域ごとに建築できる建物が定められていますが、ほとんどの場合、開設で
はじめに 数理計画法 (mathematical programming) とは、目的関数と呼ばれる目標値を、ある制約の下で最大化（最小化）する手法です。その中でも、線形計画法 (linear programming; LP) は、目的関数と制約式が変数に関する一次式（$\sum_ia_ix_i + b$ という形の式）で表せるものを言います。線形計画法は、数理計画法の中でも単純なものの 1 つですが、それゆえにソルバーやモデリング用のライブラリが充実しており、利用しやすい環境が整っています。特に、企業においては、利益やコストといった金銭的な指標を目的関数として、生産量や輸送量といった制御可能な変数を最適化することが多いかと思います。 本記事では、数理最適化のモデリング技法についてまとめられた以下の書籍から、演習問題を 1 つ取り出して実際に定式化し、Python のモデリング言語である
[無料公開] 「Pythonで学ぶ実験計画法入門 ベイズ最適化によるデータ解析」 の “まえがき”、目次の詳細、第１・２章
モデル Y=f(X) を用いることで、まだ実験していない実験条件の候補の値をモデルに入力し、実験の結果としての材料サンプルがもつと考えられる物性の値を推定できます。推定値が材料物性の目標値になる、もしくは近いような実験条件の候補を選択することで、次に行う実験を決められます。 実験の結果が得られたら、それが目標を達成していれば終了です。目標を達成していなかったら、実験条件の候補と実験結果をあわせたものをデータベースに追加して、再度モデルを構築します。新たに構築されたモデルを用いることで、次は別の実験条件の候補が選択されます。このように、モデル構築と次の実験の提案を繰り返すことを適応的実験計画法と呼び、詳細は2.3節で解説します。 1.4 なぜベイズ最適化が必要か これまで、Y の推定値が目標値に近いような X の候補を次の実験条件の候補として選択する、といった説明をしていました。分子設計でも
![[無料公開] 「Pythonで学ぶ実験計画法入門 ベイズ最適化によるデータ解析」 の “まえがき”、目次の詳細、第１・２章](https://cdn-ak-scissors.b.st-hatena.com/image/square/d472828353c48053a65cbfbfc8d5a39826195973/height=288;version=1;width=512/https%3A%2F%2Fdatachemeng.com%2Fwp-content%2Fuploads%2F210606python.jpg)
こんにちは、@daifukusanです。専門学校でIT系の教員をしています。 この記事を書いているのが3月なのですが、この時期は卒業式、入学式、次年度の準備と何かと忙しい時期となっています。 (学生からは「先生たちって春休みは授業なくて暇でいいっすねｗ」とか言われたりしますが。。。） 次年度の準備の中でも特に面倒な作業の一つが「時間割の作成」だったりします。 時間割の作成というのは、簡単にいえば以下の表を作成する作業です。 ※担当者の名前は実在の人物とは関係ありません。 この時間割ですが、作成してみると意外と様々な条件を考慮しないといけないことが分かります。 一例をあげると、次のようなものです。 同じ時間に同じクラスの授業が重ならないようにすること 同じ時間に同じ教員が複数の授業を行わないようにすること 各クラスがカリキュラムで指定された授業を指定された回数実施すること 上の表を見ると、火
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
動的計画法によるDVDのディスク分割の改善
響け！動的計画法 (DP) 入門〜個人的まとめ
線形計画法使ってあすけんで100点とってみた - asken テックブログ
実用アルゴリズムの基礎「動的計画法」と機械学習の基礎「類似度」を知る
動的計画法の実例: QRコードの最適なエンコードを求める - Qiita
定番アルゴリズム「DP（動的計画法）」をプログラミング練習問題集で学ぼう！ - paiza times
鎌倉〝天空のカフェ〟閉店へ 都市計画法抵触と市が勧告 | カナロコ by 神奈川新聞
DP（動的計画法）でコイン問題を解くまでの過程メモ - おはやし日記
ビットDP(bit DP)の考え方 ~集合に対する動的計画法~ | アルゴリズムロジック
宮代 隆平 の web ページ（整数計画法メモ）
日常生活にも役立つ!?コスパ最強の実験計画法をPythonで半自動化 - Qiita
【すぐわかる！！まちづくりの法律『都市計画法』を解説】 - 可能性は無限大
Amazon.co.jp: Pythonで学ぶ実験計画法入門 ベイズ最適化によるデータ解析 (KS情報科学専門書): 金子弘昌: 本
ポールを増やしたハノイの塔の求解【動的計画法、強化学習】 - Qiita
1級建築施工管理技士(一次検定)の勉強時間の目安は？最短合格に必要なスケジュール計画法を紹介(2023)
線形計画法を用いた生産計画の最適化 (Python + PuLP) - Qiita
学校の時間割を整数計画法を使って自動作成した話 - Qiita
Kindleストアでゼロから始める「統計」入門フェアが開催中！／『Pythonで学ぶ実験計画法入門』が30％OFFの2,310円【Book Watch/セール情報】
av.watch.impress.co.jp
www.sankei.com
write.co.jp
macfan.book.mynavi.jp
ascii.jp
www.ic6t-simple.work