名前の通り。だが実際は Qiitaを使ってみたかった GitHubを使ってみたかった 他人のコードを見て勉強したかった などの背景があるので結構雑。 Nelder-Mead法について 最初は改訂シンプレックス法だとか滑降シンプレックス法だとか呼ばれていた(原著論文にも書いてあるし…)が、wikiにも書かれているとおり、基本的にはシンプレックスとは無関係。 論文: Nelder, John A.; R. Mead (1965). “A simplex method for function minimization”. Computer Journal 7: 308–313 詳しいことは(英語だが)こちらに分かりやすくまとめてある。 ざっくり言うと、n次元の最適化したい関数にn+1次元の点の単体(simplex)をコロコロと変形させて最小値を探し出す。というもの。 例えば二次元空間を探索する
![PythonでNelder-Mead法 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/8263f413a0e3cd2d706b3e46ba96e2894b855d09/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-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9UHl0aG9uJUUzJTgxJUE3TmVsZGVyLU1lYWQlRTYlQjMlOTUmdHh0LWFsaWduPWxlZnQlMkN0b3AmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZzPTUzMWRjNDNmM2QzYjRhODBkZjNhMWIxM2Q3YmM5YjA3%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBhamlfdG9tbyZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9MjZiYmVlYmNhZTZhMDg5N2M3MDk1NDRiNWE1YmEwOGY%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3Db1f07fb8571faf929dcf729833319c01)