Python言語による実務で使える100+の最適化問題 | opt100
指針 厳密解法に対しては、解ける問題例の規模の指針を与える。数理最適化ソルバーを使う場合には、Gurobi かmypulpを用い、それぞれの限界を調べる。動的最適化の場合には、メモリの限界について調べる。 近似解法に対しては、近似誤差の指針を与える。 複数の定式化を示し、どの定式化が実務的に良いかの指針を示す。 出来るだけベンチマーク問題例を用いる。OR-Libraryなどから問題例をダウンロードし、ディレクトリごとに保管しておく。 解説ビデオもYoutubeで公開する． 主要な問題に対してはアプリを作ってデモをする． 以下，デモビデオ： 注意 基本的には，コードも公開するが， github自体はプライベート そのうち本にするかもしれない（予約はしているが， 保証はない）． プロジェクトに参加したい人は，以下の技量が必要（github, nbdev, poetry, gurobi); ペー
退職に向かう感情と行動を整理し、退職ジャーニーマップをつくってみた｜久松剛／IT百物語の蒐集家
ITエンジニア採用に関わること9年。数多くの採用と共に退職にも関わってきました。昨今のHR界隈では採用や、入社後のエンゲージメントが注目されたり、被雇用者の退職マニュアル・退職代行などは脚光を浴びていますが、退職に向かう行動／感情と引き止めについてはあまり議論されていないように思います。 退職、最終出社のシーズン。 退職は退職であって、卒業ではない。 学位出ないでしょうが。 — 久松剛／IT百物語の蒐集家 (@makaibito) December 20, 2020 先立って開催した「エンジニア引き止めセミナー」でもご紹介しましたが、今回は退職に向かう行動／感情の整理をしましたのでご紹介します。エンジニア以外にも適用できる内容だと考えています。 有料設定していますが、最後まで無料でお読みいただけます。もしよければ投げ銭感覚で応援をお願い致します。
pipとpipenvとpoetryの技術的・歴史的背景とその展望 - Stimulator
- はじめに - Pythonのパッケージ管理ツールは、長らく乱世にあると言える。 特にpip、pipenv、poetryというツールの登場シーン前後では、多くの変革がもたらされた。 本記事は、Pythonパッケージ管理ツールであるpip、pipenv、poetryの3つに着目し、それぞれのツールに対してフラットな背景、技術的な説明を示しながら、所属企業内にてpoetry移行大臣として1年活動した上での経験、移行の意図について綴り、今後のPythonパッケージ管理の展望について妄想するものである。 注意：本記事はPythonパッケージ管理のベストプラクティスを主張する記事ではありません。背景を理解し自らの開発環境や状態に応じて適切に技術選定できるソフトウェアエンジニアこそ良いソフトウェアエンジニアであると筆者は考えています。 重要なポイントのみ把握したい場合は、各章の最後のまとめを読んで頂
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
処理を実行中です
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
「桜」新たに安倍前首相ら不起訴 夕食会費問題で東京地検特捜部 ｜ 共同通信
