実務につなげる数理最適化
はじめに はじめまして、2023年10月にシニアリサーチャーとして入社したアドバンスドテクノロジーラボ（ATL）の梅谷俊治です。2023年9月まで、大阪大学大学院情報科学研究科にて数理最適化寄附講座教授を務めていました。 本記事では、リクルートのデータ推進室における数理最適化を活用した問題解決の取り組みをご紹介します。 数理最適化は、与えられた制約条件の下で、目的関数を最小（もしくは最大）にする最適化問題を通じて、現代社会における意思決定や問題解決を実現する数理技術の一つです。 近年では、機械学習によるデータ分析や予測の技術開発が進み次々と実用化されています。数理最適化は、それらのデータ分析や予測の結果を踏まえた上で意思決定や計画策定を実現する問題解決における出口を担当する技術です。例えば、オンライン広告などカスタマーに商品を推薦するレコメンデーションでは、機械学習を活用してカスタマーの商
ご飯は左、味噌汁は右
東京。15歳のときに初めてバイトしたファミレスで習った。母子家庭でマナーもへったくれもなかったせいか、家では習わなかった。母は茨城県出身。 関西だとファミレスの和食膳やチェーンの定食屋でも味噌汁の配置が変わるの？
C# / .NET における、パフォーマンス改善の Tips をお届けします。 これを見れば、効率良く 80 点を取ることができるようになるはずです！
トップページ ニュースリリース 目先のことを過大評価してしまう人間の行動を分析し最適な介入を導出する数理モデルを開発～シミュレーション実験の計算コストをかけずに、個人の目標達成の成功を支援～ 日本電信電話株式会社（本社：東京都千代田区、代表取締役社長：島田 明、以下「NTT」）は、目先のことを過大評価してしまう人間の、長期的な目標達成行動を分析し、さらにそのような人間の目標達成のための最適な介入を求めることができる数理モデルを開発しました。このモデルを用いて導出した適切な介入を適用することにより、健康や教育などにまつわる個人の目標達成の成功を支援することができます。なお、本成果は2024年2月20日から27日までカナダ・バンクーバーで開催された、AI分野の最高峰国際会議 The 38th AAAI Conference on Artificial Intelligence（AAAI 202
ChatGPTでもミスが多かった当直表作成がClaude3Opusで可能に!｜genkAIjokyo|ChatGPT/Claudeで論文作成と科研費申請
Claude3Opusで当直シフト作成の悩みから解放！（以下、ほぼClaude3Opusが執筆） 当直表やシフトの作成に頭を悩ませたことはありませんか？不都合日や休日の希望を考慮しつつ、担当数の公平性や当直の間隔など、様々な条件をクリアしなければならないこの作業。これまでは人の手で行うしかなく、とてつもない時間と労力を要していました。 でも、そんな悩みともついにサヨナラできる日が来たのです！そう、Claude3Opusならこの面倒なシフト作成をほぼ完璧にこなしてくれるんです。しかもChatGPTに比べて出力が速いです。 Claude3Opusはスタッフ一人一人の希望を汲み取りつつ、担当数のバランスや当直間隔など、様々な条件を高度に考慮してシフトを組み立てていきます。これまでGPT4でも満足のいく結果が得られなかったこの難題を、Claude3Opusはスムーズにクリアしてくれるのです。ちなみ
当ブログで行ったGoogle Fontsの読み込み最適化を紹介します。CLSを大幅に改善できたので個人的にはこれが最適解だと思っています。 結論いきなり結論ですが、次のHTMLのhrefの値を使用しているGoogle Fontsのそれに変更し、head内で読み込んでください。 <link rel="preconnect" href="https://fonts.googleapis.com" /> <link rel="preconnect" href="https://fonts.gstatic.com" crossorigin /> <link rel="preload" as="style" fetchpriority="high" href="{href}" /> <link rel="stylesheet" href="{href}" media="print" onload='
著者：カヌレっ子 百貨店と甘味が好きな30代会社員。 SNS：@canelepan_18 ブログ：明日なに食べよう、なに着よう 平日は仕事で疲れてもう何もしたくない……土日もゴロゴロしたい……でも部屋が荒れているのも嫌だ…… こんな「社会人あるある」の悩みを解決する収納アイテムが、山崎実業の手荷物収納ボックスです。 山崎実業 手荷物収納ボックス 楽天で見る Amazonで見る 飲食店でもよく見かける荷物置きのような収納ボックスです。 床に脱ぎ捨てられた服やバッグ。それぞれ定位置へ戻すのが理想だけど、それは面倒くさいから、一時的に置き場所を作ってとりあえずまとめたい、ということはよくありますよね？ そんな時、散らかっている荷物をこの収納ボックスにガサっと入れるだけで、お部屋のスッキリ感が保てます。 私はつねに片付いた状態をキープしたいタイプなのですが、一緒に住んでいる相手は特に収納のこだわり
本記事では、二次元放物形偏微分方程式の数値解法について、分かりやすい具体例とともに掘り下げていきます。Pythonを活用したアプローチ方法を学びます。 本記事を通して偏微分方程式の数値解法の1つを会得しましょう！ 注） 差分法の一部の話だけにとどめています。誤差や境界条件などの詳細な議論は冗長化を避けるためにご紹介していません。 偏微分方程式の数値解法とは 偏微分方程式の数値解法は、偏微分方程式（PDE: Partial Differential Equations）の解を近似的に求めるための手法のことを指します。これらの方程式は、多くの場合、解析的な解が見つけられないため、数値的な手法が必要となります。以下に、主な数値解法をいくつか紹介します。 有限差分法（Finite Difference Method）: 空間や時間を離散的なグリッドに分割し、微分を差分に置き換えることにより近似しま
これは はてなエンジニア Advent Calendar 2023 の 18 日目の記事です。昨日は id:gurrium による private-isuで70万点取るためにやったこと - ぜのぜ でした。私は 50 万点ぐらいで満足してしまっていたので、しっかり詰めていて凄いなと思う。 developer.hatenastaff.com Web アプリケーション開発において、「キャッシュは麻薬」という言葉がインターネット上をよく飛び交っています。YAPC::Kansai OSAKA 2017 の id:moznion のトークでよく知られるようになったワードじゃないかな。 初出はちゃんとは分からないんですが、少なくとも 2011 年には言われていますね。 「キャッシュは麻薬」とはよく言ったものだ。— TOYAMA Nao (@nanto_vi) November 5, 2011 キャッシ
この記事は確率的プログラミング言語 Advent Calendar 2023の12/8の記事です。 概要 『Pythonではじめる数理最適化』はいい本ですよね。親しみやすい実例、分かりやすい数式、きれいなPythonコードと三拍子そろっています (今年のアドカレで改訂版が近いうちに出ることを知りました)。 7章「商品推薦のための興味のスコアリング」では、「何日前に直近の閲覧があったか」と「閲覧回数」の二つの軸で興味のスコアを考えます。興味のスコアが単調減少であるという制約のもと、再閲覧の割合と推定値の二乗誤差を最小化するという凸二次計画問題として解いています。この記事ではStanで解くとこんな感じですというのを示します。メリットとしてベイズ信頼区間も推定されます。 データ 公式のリポジトリの7章のipynbファイルを途中まで実行して得られるデータフレームrf_dfを使用します。他の人の扱い
Python言語による実務で役に立つ100の最適化問題
最適化問題を100以上集めて，Python言語を用いた実用的な解法を紹介しています．
グラフ最適化をマスターしよう！ - Qiita
はじめに グラフ最適化（Graph Optimization）は、パラメータをグラフ構造で表現し、最適化問題を解決する手法です。特にロボティクスなどの領域で広く活用されています。 以下に、グラフ最適化の応用例をいくつか挙げます。 Visual SLAMやSFMのバンドル調整（Bundle Adjustment）問題 Graph SLAMのループクロージング問題 経路計画問題(TEB, ebandなど) 実際のアプリケーションでは、ceresやgtsam、g2oなどのグラフ最適化ライブラリを利用することで、グラフ最適化問題を解決することができます。しかし、グラフ最適化の内部原理を理解していないと、性能の向上や課題の解決が困難になることが多いです。 筆者自身は、グラフ最適化の理解を深めるため、独自のグラフ最適化ライブラリをPythonで実装したことがあります。g2oなどの大規模なOSSと比較し
現代の .NET では "zero-byte reads" という最適化が随所で行われています。 この記事ではその "zero-byte reads" とはなんなのか、という事についてつらつら書いていこうと思います。 そしてそれに深く絡むピン留めのお話も。 どんな最適化か。 ピン留め手段と GC 負荷。 まとめ。 豆知識。 References どんな最適化か。 端的にいうと、Socket や Stream がネイティブとデータのやりとりする際に、managed heap に確保されているメモリを長時間にわたりピン留めしないようにするための最適化です。 どういう事か。 たとえば C# の Socket.ReceiveAsync は Windows 上では Win32 API の WSARecv をラップしたような形になっています。 C# の Socket.ReceiveAsync には M
何でも微分する
IBIS 2023 企画セッション『最適輸送』 https://ibisml.org/ibis2023/os/#os3 で発表した内容です。 講演概要: 最適輸送が機械学習コミュニティーで人気を博している要因として、最適輸送には微分可能な変種が存在することが挙げられる。微分可能な最適輸送は様々な機械学習モデルに構成要素として簡単に組み入れることができる点が便利である。本講演では、最適輸送の微分可能な変種とその求め方であるシンクホーンアルゴリズムを紹介する。また、この考え方を応用し、ソーティングなどの操作や他の最適化問題を微分可能にする方法を紹介するとともに、これらの微分可能な操作が機械学習においてどのように役立つかを議論する。 シンクホーンアルゴリズムのソースコード：https://colab.research.google.com/drive/1RrQhsS52B-Q8ZvBeo57vK
Ryzenはゲーム用CPUとしては特に問題ないのだが、 ソフトウェア開発においてはIntelのCPUに比べて不便なポイントがいくつかある。 日々業務で使っていてあまりにもストレスが溜まるので、CPUをIntel Core i7に変更した。 このマシンは8年前に組んだ自作PC なのだが、使っていて不便を感じたパーツを差し替え続けた結果、 今回のアップデートで全てのパーツが当時とは違うものに変わったため、 それぞれ古い方のパーツで不便だったポイントなどを紹介したい。 仕事で使う自作PC 社内のサービスをいじる時は会社から貸与されているM1 MacBook Proを使うのだが、このマシンは不便である。 Rubyのビルドは自分のLinuxのマシンに比べ2倍以上遅いし、Reverse Debuggingができるデバッガが存在しないし、 慣れたツールであるLinux perfも使えないし、Podman
最近は，多くの企業が数理最適化の活用に興味を持つようになり，産学連携の機会が急増しています．一方で，企業に数理最適化の専門家は少なく，大学から輩出できる人材にも限りがあるため，実務における数理最適化の活用はごく限定された範囲にとどまっているのが現状です．本講演では，多くの企業が抱える実務の各段階における問題解決の支援を通じて，企業において数理最適化の専門家を育成し，基幹事業において数理最適化を活用する枠組みの創出を目指す，数理最適化寄附講座の取り組みを紹介します．
Google DeepMindの最新研究によれば、Large Language Models（LLM）が最適化問題を解決する新たな手法として利用できる可能性が示されました。この研究は、自然言語を用いて最適化タスクを説明し、それに基づいてLLMが新しい解を生成するという方法を提案しています。 さらに、LLMがプロンプト自体を最適化する能力も示されています。LLMはプロンプトの形式に敏感であり、意味的に類似したプロンプトでも性能が大きく異なる可能性があります。したがって、プロンプトエンジニアリングはLLMが良好なパフォーマンスを達成するために重要です。 参照論文情報 タイトル：Large Language Models as Optimizers 著者：Chengrun Yang, Xuezhi Wang, Yifeng Lu, Hanxiao Liu, Quoc V. Le, Denny Z
パフォーマンス改善の文脈で良く用いられるフレーズとして、「推測するな、計測せよ」というものがある。これはRob PikeのNotes on Programming in Cからの引用なのだが、原典と少し印象が違う。 Rule 1. You can’t tell where a program is going to spend its time. Bottlenecks occur in surprising places, so don’t try to second guess and put in a speed hack until you’ve proven that’s where the bottleneck is. Rule 2. Measure. Don’t tune for speed until you’ve measured, and even then don’t
PDFTool：安全でシームレスなオンラインPDF修正
安全なPDFの変更プライバシーを考慮したPDFファイルの編集 インターネット上でPDFの修正を提供している多くのサイトの1つにPDFをアップロードするとどうなるのか、自問したことがありますか？そうです！私たちは、あなたのブラウザ上でPDFファイルを修正します。
strlen() の深淵 - Qiita
あらまし strlen() という関数がある。御存知の通り、文字列の長さを算出する標準 C ライブラリの関数だ。 やってることは単純で、例えば以下のように実装できる。 size_t strlen_simple(const char* str) { const char* p = str; while (*p) ++p; return size_t(p - str); } '\0' が見つかるまでポインタを進め、初期位置との差分を返すだけだ。これで機能的には std::strlen() と同等である。 では、速度的にはどうだろう？適当にベンチマークを書いて MSVC 2022 でコンパイル＆実行するとこうなった。
持続可能な AWS インフラストラクチャの最適化、第四部：データベース編 | Amazon Web Services
Amazon Web Services ブログ 持続可能な AWS インフラストラクチャの最適化、第四部：データベース編 このブログは Otis Antoniou, Ibtehaj Ahmed, Darren Ko, Ceren Tahtasiz によって執筆された内容を翻訳したものです。原文はこちらを参照して下さい。 このシリーズの第一部：コンピュート編、第二部：ストレージ編、第三部：ネットワーキング編では、持続可能性のために AWS アーキテクチャのコンピュート、ストレージ、ネットワーキングレイヤーを最適化するための戦略を紹介しました。 この投稿、第四部では、データベースレイヤーに焦点を当て、データベースの使用率、パフォーマンス、およびクエリを最適化するための推奨事項を提案します。これらの推奨事項は、AWS Well-Architected Framework のサステナビリティ（持続
head内に記述する要素の順番はページのパフォーマンスに影響を与える可能性があります。記述の順番が間違っている要素を特定し、プライオリティが高い順にしてくれるツールを紹介します。 指定したページのhead内の各要素とその重みをリスト化し、プライオリティが高い順に並び替えたものもリスト化してくれます。 2023年最新版: HTMLのheadの書き方、head内に記述する要素の総まとめ capo.jsの使い方 capo.jsを実際に使ってみた capo.jsの使い方 capo.jsを使用するには、2通りの方法があります。 デベロッパーツールのスニペットで実行する ブックマークレットで実行する 手順は簡単です。 capo.jsのJavaScriptをコピーします。 コピーしたJavaScriptをデベロッパーツールのスニペットで実行するか、ブックマークレットを作成します。 ※ブックマークレットは
「Lighthouse」はGoogleが作成したページの読み込み速度やアクセシビリティなどをまとめてチェック・採点してくれるツールですが、そのLighthouseをサイト上のさまざまなページで動作させることでサイト全体のスコアを一発で算出してくれるツールが「Unlighthouse」です。 Unlighthouse - Site-wide Google Lighthouse · Unlighthouse https://unlighthouse.dev/ Unlighthouseを利用するためにはNode.jsのインストールが必要です。下記のURLから、手元の環境に合ったインストール方法を選択してください。 パッケージマネージャを利用した Node.js のインストール | Node.js https://nodejs.org/ja/download/package-manager 今回は
Unityシーン容量削減勉強会 第1回 ～容量順でソートする編～ 社内のUnityクリエイター向けに、シーン容量削減勉強会というものを実施しています。 せっかくなので、資料を公開します！ シリーズになっているので、気になるところだけでも読んでみてください！ Unityシーン容量削減勉強会シリーズ Unityシーン容量削減勉強会 第1回 ～容量順でソートする編～ ← 本記事 Unityシーン容量削減勉強会 第2回 ～テクスチャ編～ Unityシーン容量削減勉強会 第3回 ～モデル編～ Unityシーン容量削減勉強会 第4回 ～アニメーション編～ 本記事の対象 以下の方を対象としています。 Unityでなにか制作・開発する人 黒い画面（コマンドライン）は触りたくない人 シーン容量が大きいと何が問題なの？ シーン容量は、視聴時のパフォーマンスに直接影響します。 シーン容量が大きいと、視聴者の端末
こんにちは！ うどん県出身のメディアコンサルタント、太田ジョーです。オウンドメディア運用について様々な施策を模索し、効果最大化に向けたお手伝いをさせていただいています。 オウンドメディアを運用するときに意識したいのがSEO対策です。特に「検索順位が上がらない……」という状況が続くと、記事の効果検証も難しく、何より運用のモチベーションが下がってしまいますね。 そこでこの記事では「記事を更新しているのに検索順位が上がらない」「いつまでたっても広告頼りになってしまう」といった担当者のみなさまへ向けて、私が運用支援を担当させていただく際に確認するポイントを6つご紹介します。 「オウンドメディアを運用しても成果がなかなかでない」「施策の立て方が難しい」などとお困りではありませんか？ ・SEO対策で自然流入が14倍。うち10位以内は0％→7％に ・認知拡大を目的とするオウンドメディアで、コンテンツ企画
「大作ゲームのPC最適化不足問題」議論が過熱。一方で、「900通り以上の環境を想定するPC最適化の難しさ」を強調する開発者意見も注目集める - AUTOMATON
Naughty Dogにてシニア・キャラクターアーティストを務めるDel Walker氏は4月29日、PC向けゲーム開発の難しさについてTwitterに投稿。これが海外ゲーマーの間で大きな反響を呼んでいる。 Cal’s newest journey in a galaxy far, far away has begun and we’re excited for you to experience it! Our first patch will arrive on launch day across all platforms. In the weeks ahead, we’ll deploy patches that will: – Fix bugs – Improve performance – Add more accessibility… pic.twitter.com/pUty
We are shipping WebAssembly tail calls in V8 v11.2! In this post we give a brief overview of this proposal, demonstrate an interesting use case for C++ coroutines with Emscripten, and show how V8 handles tail calls internally. What is Tail Call Optimization? # A call is said to be in tail position if it is the last instruction executed before returning from the current function. Compilers can opti
はじめに Unity (C#) の各種の演算や処理を、何回までならフレーム落ちせずに実行できるか、限界ラインを計測してまとめてみました。 TL; DR (結果の早見表) 60FPSの頻度で実行した際にフレーム落ちが発生しない限界の回数 処理 60FPSで処理可能な回数 コード
AutoMLに関するチュートリアル資料です。主に，ハイパーパラメータ最適化（HPO）とニューラル構造探索（NAS）に関する説明をしています。
SantaとAHCと遺伝的アルゴリズム
DeNAの2023/2/21のDS輪講の発表資料です。
巡回セールスマン問題 巡回セールスマン問題(以下TSP)についてご存知でしょうか。 完全グラフと全ての辺の移動コストが与えられた上で、全ての点を１回ずつ通り、始点に戻る巡回路の中で総移動コストが最小となる巡回路を求める組合せ最適化の問題です。 今回の記事の趣旨とは異なるため、ソルバーの詳細及びTSPを解くアルゴリズムの紹介は他の文献に譲ります。(個人的には辺の移動コストが定数でないTSP (dynamic TSP)にも興味があるので追ってまとめたいと思います。実応用としては、渋滞が発生して移動時間が変わる等の状況を考慮することに相当します。) TSPの応用としてはその名についているように人が全ての与えられた場所の集合を回る、郵便物などの配送*やテーマパークで回る順番を考える問題が多いかと思いますが、それらの実空間で何かの対象物が移動する以外の面白いなと思った応用例について３つ紹介して行きた
数理最適化案件とAI/機械学習案件とのアナロジー 「やってみなければわからない」中で僕たちDSはどうするか本記事では表題に関して、脳筋系ゆるふわVTuberこと入社2年目DSの岡部がお送りいたします。（DS=データサイエンティスト） 発... ◆【理論・実践】（2021年時点で）オススメの参考書 最大のアップデートはこちらの2冊です。参考書は時代の流れに合わせていいものが出てくるものですね。もちろん過去の参考書にもいいものはたくさんありますが、日進月歩の分野である以上、新しいものに軍配が上がりやすい構図はあると思います。 しっかり学ぶ数理最適化 モデルからアルゴリズムまで Pythonではじめる数理最適化： ケーススタディでモデリングのスキルを身につけよう 以下それぞれの所感です 【理論】「最適化分野全般を知るための『最適解』」とも言われている教科書 僕が最適化にハマっていた当時は様々な本
うどん店チェーン「丸亀製麺」を運営するトリドールホールディングスは2月2日、富士通の「AI需要予測サービス」を国内全店舗で導入すると発表した。発注や人員管理など店舗運営の効率化に役立てる。 AIで勘に頼った業務を最適化 丸亀製麺が採用したAI需要予測サービスは、販売実績・営業日程・販促キャンペーン・気象状況などのデータをAIで分析し、将来の客数や販売数を予測するもの。 サービスは富士通のAI需要予測ソリューション「Fujitsu Business Application Operational Data Management & Analytics 需要予測 SaaS」をベースに構築された。複数の需要予測モデルを自動的に最適な形で組み合わせられるのが特徴だ。様々な要因で変化する予測対象の特性を正確にとらえた学習ができるため、安定かつ高精度な需要予測を提供できるという。 サービスの導入により
Tuples conform to Equatable, Comparable, and Hashableの実装
Burikaigi 2023 https://burikaigi.dev/
最適輸送入門
IBIS 2021 https://ibisml.org/ibis2021/ における最適輸送についてのチュートリアルスライドです。 『最適輸送の理論とアルゴリズム』好評発売中！ https://www.amazon.co.jp/dp/4065305144
hamamuと申します。 AGC053で大成功して（再）入黄できたので（もう1か月たってしまいましたが）、色変記事として、黄色を目指してやってきたことを書きました。他の記事ではあまり見たことがない取り組みを選んで書いたので、お役に立つ部分があるかもしれません。特に「日本語コーディング」は意外と多くの人に役立つかも知れないと思っているので、ぜひぜひ読んで下さいませ！ 自己紹介 自分の特徴を並べてみます。 中年である（1975年生まれ） 子供の頃からアルゴリズムが大好きだった、パズルも大好きだった 仕事は研究開発関連でプログラミングは日常、高速化も日常茶飯事 かなり難しい問題でも時間をかければ結構解ける しかし解くのが遅い、特に実装が遅い 自分の年代では、競技プログラミングを知っている人がほとんどいません。参加者の中では相当高齢な方だと思います。レートに年齢をかけ算すると、一気に銀冠にジャンプ
ウェブサイトの表示スピードはサイトの健全性における重要な観点の一つです。Googleが提唱するCore Web Vitalsコア・ウェブ・バイタルズと呼ばれる指標の中にもサイト表示スピードに関する項目があり、表示されるまでの時間が単なるユーザー体験だけでなく、SEOでも無視できない存在です。表示スピード低下の要因はネットワークやサーバーサイド、そしてフロントエンドまで広範囲におよびます。本記事ではその中でも画像の読み込みについて改善できるテクニックを改善前と改善後を比べながら紹介します。 改善前サンプルを別ウインドウで開く 改善後サンプルを別ウインドウで開く 画像読み込みBefore / Afeter 上図はLighthouseによるチェックの結果です。Lighthouseはウェブサイト検査ツールで、ウェブページのパフォーマンス、アクセシビリティ、SEOなどの状態を計測できます。Googl
それ、非再帰で書けます - Qiita
この記事は再帰自体を全否定する趣旨ではありません。 両方の良さを理解した上で非再帰で書きたいと思ったときの参考にしていただければと思います。 まだ再帰関数書いてるの？ 再帰関数はプログラミング言語の有用な機能で、深さ優先探索をベースとする様々なアルゴリズムの実装として有用です。 その一方で、関数呼び出しはオーバーヘッドが大きく、定数倍が弱くなります。また、JavaやPythonなどのスタック領域の制限が厳し目の言語では深すぎる再帰のせいでRuntime Errorが発生する場合があります。 C++などのコンパイル言語ではインライン展開によって関数呼び出しのオーバーヘッド解消されることもありますが、再帰関数は中でもインライン展開の難易度が高く、深い再帰ではそのまま実行せざるを得ない状況になります。 ところが、再帰関数は生のスタックを自分で用意するなどして非再帰に書き直すことができます。（「停
C#高速化.md
C#高速化.md .NET Blog Performance Improvements で Peanut Butterと呼ばれる類の小手先の定数倍高速化まとめ(羅列) 個人的なメモをpublicにしただけなのであんまり信用しない方が。長文部分はだいたいわかってないで書いてる(数年前の自分･･･) ランタイムやライブラリの進化で無意味になることがあります。 整えてないので見にくい。 原則 コピーを作らない スタック上で完結させる（==アロケーションを避ける）Sapn<T>とstackallocは強い。ただしスタック領域は狭い。 仮想メソッドは遅い ボックス化はもっと遅い (2021-01-11 今見ると書かなくていいレベルの自明な前提･･･まぁいいか) .NET Blog のパフォーマンス改善の記事達 インライン化とプーリングはその部分だけのベンチが速くなっても全体としては遅くなることもある
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
今日からできる！簡単 .NET 高速化 Tips -2024 edition-
目先のことを過大評価してしまう人間の行動を分析し最適な介入を導出する数理モデルを開発～シミュレーション実験の計算コストをかけずに、個人の目標達成の成功を支援～ | ニュースリリース | NTT
【令和最新版】Google Fontsの読み込み最適化の結論 ｜ TAKLOG
床に散らばった荷物を「とりあえず」収納！ ズボラにも優しい、山崎実業の手荷物収納ボックス #ソレドコ - ソレドコ
【コード付き】二次元放物形の偏微分方程式の数値解法【Python】 - LabCode
「キャッシュは麻薬」という標語からの脱却 - id:onk のはてなブログ
『Pythonではじめる数理最適化』の7章「商品推薦のための興味のスコアリング」をStanで解く
【C#】zero-byte reads という最適化とピン留めについて。 - ねののお庭。
自作PC2023: Ryzenをやめた - k0kubun's blog
Mathematical Optimization for Real Applications
LLMが巡回セールスマン問題などの最適化問題を解く〜自分自身で優れたプロンプトを作成＆活用〜 | AIDB
「推測するな、計測せよ」という訳はミスリードと言う話 - aki33524’s blog
head内の各要素とその重みをリスト化し、プライオリティが高い順に並べ替えてくれるツール -capo.js
サイト上のさまざまなページのパフォーマンスをまとめて測定できるツール「Unlighthouse」
Unityシーン容量削減勉強会 第1回 ～容量順でソートする編～ - Qiita
検索順位が上がらないときの6つの確認ポイント【SEO担当者へ】 | 株式会社LIG
WebAssembly tail calls · V8
Unity (C#) の各演算の処理コストのまとめ - Qiita
AutoML チュートリアル（HPOとNAS）
巡回セールスマン問題(TSP)の面白いと思った応用３例(色・単語・音楽) - Qiita
「そうだ、数理最適化、やろう。」ってなった時にめっちゃ参考になったリンク集＆参考書｜CO-WRITE
丸亀製麺、富士通のAI需要予測サービス採用
Optimizing your Swift code
GraphQLスキーマ設計の勘所
AtCoder黄色を目指してやってきたこと - Qiita
1ミリ秒でも早く届けたい! HTMLで画像読込を高速化するために取り組んでいること - ICS MEDIA