Anagraft

Optimization

Deep learning

数理最適化の方法と深層強化学習によるアプローチのご紹介

数理最適化が意思決定の重要なツールとなっています。この記事では、PythonのPuLPライブラリを用いた巡回セールスマン問題と運搬経路問題の解法、そして深層強化学習を活用したアプローチについて紹介します。
2021/02/01
Deep learningMachine learningOptimizationPython
ホーム
Optimization

Profile

Eiji Ito
Eiji Ito

   

データサイエンス領域に10年以上従事。これまでに様々な業界におけるAIプロジェクトを経験。

AIの技術でクライアントが抱える経営課題や業務課題を解決するお仕事をさせていただいております。

お仕事のご依頼・ご相談・お問い合わせはこちらからお願い致します。

Eiji Itoをフォローする

Popular Posts

フェルミ推定で覚えておくと便利な数字と例題集ノート
2018/09/012023/09/29
深層学習の解釈手法Grad-CAM/Grad-CAM++/Score-CAMのご紹介
2020/03/012023/07/21
さまざまなライブラリによる状態空間モデルの実装例のご紹介
2018/08/01
数理最適化の方法と深層強化学習によるアプローチのご紹介
2021/02/01
階層ベイズモデルによる地域別の傾向分析のご紹介
2017/03/01
Anagraft
Copyright © Anagraft All Rights Reserved.