Pythonで遺伝的アルゴリズムによる数理最適化をしてみよう〜DEAP入門〜

[@googleuser6202]

今日もありがとうございます。年間予算の制約の範囲でプロジェクトの優先順位をつけるのに応用できますね（声の大きい人の意思が通ってしまう会社が多いのではないでしょうか）。話変わりますが、プログラムの書く時のプロセス（頭の中）を逐一（間違っているときも含め）説明してくれているのがとても参考になります！

[@nishimaki]

こちらこそ、いつもありがとうございます。 適切な予算配分や人員配置なんかを決める時にも役立つ手法かと思います！ いつも間違えないようにしようとは思っているのですが、何かしら失敗してしまいますね笑 そのあたりもお役立て頂けているのならこちらとしても有難い限りです！

[@PhD-genki]

いつも楽しく勉強させていただいております。 DEAP、授業で教えたことがあります。とても便利ですよね。パラメータ指定するだけで中身分からなくてもGAができてしまうという問題はありますが。

[@nishimaki]

コメントありがとうございます！大学でお仕事なさっているのですね。 確かに、DEAPならGAについてよく分かっていなくても実装できてしまいますね。様々な手法に言えることかもしれませんが・・・。 KZbinチャンネル登録させて頂きました。今後ともよろしくお願いします。

[@PhD-genki]

@@nishimaki お返事ありがとうございました。登録もありがとうございます。 今後私のチャンネルでdeapを紹介することがあれば、こちらにリンクさせていただきたいと思います。 今後ともよろしくお願い致します。

[@googleuser6202]

いつも動画ありがとうございます。 本動画をきっかけにいろいろ調べながら個体数を増やして分析ができるよう実装できました。 ただ、出てきた結果が正しいのかよくわかりません。 本分析の確からしさを評価する方法あればご教示ください。

[@nishimaki]

ご視聴ありがとうございます！ 遺伝的アルゴリズムは「できる限り頑張る」という手法なので、なかなか結果が正しいかどうかは言いづらい面はあります。 最適化が終了しているか見積もるには、世代ごとに結果をプロットしていって、その結果が頭打ちになっているか確認する方法はございます。 英語になってしまいますが、公式ページの一番下に解説がありますので宜しければご参照ください。 deap.readthedocs.io/en/master/tutorials/basic/part3.html

[@googleuser6202]

@@nishimaki ありがとうございます！参考にします。

[@nishimaki]

本動画で使用しているソースとファイルのダウンロードは下記URLからどうぞ。 analysis-navi.com/?p=3868