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
【注意喚起】Google Maps最適化(MEO)業者への依頼は登録削除のリスクがあります - ブログ - 株式会社JADE
Google Maps最適化、MEOの悪質な業者への対応の記事です。 長い記事になりましたので、どうしても伝えたいことを3行でお知らせします。 Google Maps最適化、MEO業者は多くが悪質でリスクが有ることを知ってほしい Google Mapsの悪質業者、スパマーと戦うために、利用されている方は「情報修正」「通報」の協力をしてほしい プラットフォームには、より迅速にガイドライン違反に対処してほしい では本文です。 (株式会社JADE 辻正浩) はじめに Google MapsやGoogle 検索からアクセスできる地図の影響力は拡大を続けています。 来客してもらうビジネスでは、Webページを作るよりもGoogle Mapsでのビジネス情報の正しい登録、Google My Business(Googleマイビジネス)の活用のほうが重要と考える人もいますし、それは状況によっては正しいこと
はじめに 本書は，筆者が長年書き溜めた様々な実務的な最適化問題についてまとめたものである． 本書は，Jupyter Laboで記述されたものを自動的に変換したものであり，以下のサポートページで公開している． コードも一部公開しているが，ソースコードを保管した Github 自体はプライベートである． 本を購入した人は，サポートページで公開していないプログラムを 圧縮ファイル でダウンロードすることができる． ダウンロードしたファイルの解凍パスワードは<本に記述>である． 作者のページ My HP 本書のサポートページ Support Page 出版社のページ Pythonによる実務で役立つ最適化問題100+ (1) ―グラフ理論と組合せ最適化への招待― Pythonによる実務で役立つ最適化問題100+ (2) ―割当・施設配置・在庫最適化・巡回セールスマン― Pythonによる実務で役立つ
ウェブサイトを閲覧していると「画像の読み込みが遅い」という場面に遭遇したことがある人は多いはず。画像はウェブサイトのパフォーマンスを左右する要素のひとつであり、ウェブ開発において取り扱いに注意すべきものです。そんな画像をウェブサイトで扱う際の最適化方法について、GoogleのエンジニアであるMalte Ubl氏が解説しています。 Maximally optimizing image loading for the web in 2021 https://www.industrialempathy.com/posts/image-optimizations/ ◆img要素にwidthとheightを指定する アスペクト比を維持したまま画像サイズを変更するには、「style」要素に「max-width: 100%」や「height: auto」と指定しておく手法がよく用いられます。この手法に加
イチロー「合理的になるには無駄なことをたくさんしないとダメ」…手段の最適化を求める者は、目先の最適化を求めがちなので、長い目で見て進歩がない。
大滝瓶太 @BOhtaki イチローと稲葉の対談で、イチローは「最短距離で上手くなってもダメ。深みはでない」といい、神戸智弁の対戦相手からの質問に対して「合理的になるには無駄なことをたくさんしないとダメ」って言っており、そういえばこないだ同業者と似たような話をしたな……と思い出した。この「深み」なんよな。 2022-08-27 23:30:29 大滝瓶太 @BOhtaki 十年くらい前、ぼくは「小説を上手くなったらダメ。それは既存の表現への適応でしかなく、ものを作っているのではない。だから徹底して下手になって、下手になりきったところで新しく技術を作り出していかないと傑作は作れない」と思い、徹底的に下手になって死ぬほど一次落ちしたことある（失敗例） 2022-08-27 23:33:17 大滝瓶太 @BOhtaki しかしそれがいわゆる「間違った努力」とは実はまったく思っていなくて、既存の表
ざっくり年収1,000万円のエンジニアが10名いる会社では、年間1億円の技術投資がなされているわけですが（地代家賃、ライセンスフィー、PC代など含めるともっと）、年間1億円を正しく詳細に把握して、投資をコントロールできている会社は少ないと思います。会社が創業期であれば、最低限作らなければならない機能などは分かりやすく見えていたりするのでまだしも、そのプロダクトでしっかりとした収益が成り立ち、上場企業となるようなレベル感のプロダクトに対する技術投資となると、一部の大きなプロジェクトは把握していても、細かな投資ポートフォリオを常に把握することは難しいのではないでしょうか？今回はこの部分に一石を投じてみたいと思います。 技術投資量を見える化する 投資の最適化とは言いますが、最適化というのは「To Be」の話ですので、まずは「As Is」を知らなければ話になりません。その、まず「As Is」を知る
There’s No Such Thing as Clean CodeのHacker Newsコメント経由でコードやシステム設計・最適化についての良いコメントを見つけた。どうやらHacker Newsで何度も引用されているらしいが日本語で言及された記事が見つからなかったので取り上げてみる。 コメントは2016年のSandi MetzのThe Wrong Abstractionに関するもので、発言者のcurun1rいわく「私は設計の優先順位をこの順序で学習することで、優れた開発者になれた」。*1 4つの基準と優先順位のガイドライン 状態 > 結合 > 複雑性 > コード量 私は状態 (state)、結合 (coupling)、複雑性 (complexity)、コード量 (code) の順に削減することでコードを最適化する。 コードがよりステートレスになるなら、結合を増やすこともいとわない 結
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
Python言語による実務で使える100+の最適化問題 | opt100
Python言語による実務で使える100+の最適化問題 | opt100
Googleのエンジニアが「ウェブサイトの画像読み込み」を最適化する方法を解説
CTOの頭の中：技術投資を最適化する｜Shin Takeuchi
状態、結合、複雑性、コード量の順に最適化する - valid,invalid