SUMMARYセミナー概要
「最適化モデリングは難しい」——そう感じていませんか？
本セミナーでは、AIを活用することで最適化モデリングのハードルがどこまで下がるのかを、Claude Code を用いたデモンストレーションを通してご紹介します。
従来、最適化モデリングは「課題の定式化に時間がかかる」「試行錯誤のコストが高い」「専門的な知識が必要」などの理由から、難易度の高い領域とされてきました。
そこで本セミナーでは、近年急速に発展しているAIを活用し、これらのプロセスがどのように変わるのかを解説します。
使用するのは、自然言語からコード生成・モデリング支援までを行うAI開発支援ツールである Claude Code です。実際に最適化モデリングを進めていく流れをデモ形式でご覧いただくことで、AIを活用したモデリングの進め方を具体的にイメージいただけます。
また、セミナー後には、個別の取組や課題について「セミナーの内容をどのように活用できるか」をご相談いただける個別相談会もご用意しています。
これから最適化モデリングに取り組む方はもちろん、すでに実務で活用されている方にとっても、新しい最適化モデリング手法を身に着ける第一歩となるセミナーです。
RECOMMENDこんな方におすすめ
-
これから最適化モデリングに取り組みたい、または Python などを用いて既に取り組まれている方
-
過去に最適化モデリングに挑戦したものの、課題の定式化などの難しさから途中で止まってしまった方
-
Claude Code を使用した、コーディングをはじめとする業務の効率化に興味がある方
FEATURESセミナーでわかること・できること
EVENT PROGRAM当日のプログラム
※ 新たに内容を追加させていただく可能性がございます
- プログラム１
-
数理最適化の活用ポイント、Claude Code の基本的な機能のご紹介
- プログラム２
-
Claude Code による数理モデリングのデモンストレーション
SPEAKERS登壇者情報
-
株式会社NTTデータ数理システム
数理計画部 主席研究員藤井 浩一
数理最適化のアルゴリズム開発やソルバ知識を生かしたモデリングを得意とする。アルゴリズム開発では、特に離散・整数計画を中心としてアルゴリズム（数理科学）とメニコアなどのプログラミング（コンピュータサイエンス）の両面で日々ソルバの向上を目指している。
SCHEDULE開催日程
- イベント名
- Claude Code で最適化モデリングはここまで楽になる！AI駆動開発で、最適化における「定式化から実装まで」がどう変わるのか
- 開催場所
- 東京都新宿区信濃町35番地 信濃町煉瓦館1階 (JR 信濃町駅より徒歩 1 分)
FOLLOW UPイベント後は技術スタッフへの
直接のご相談も可能です
-
イベントに参加したけど
よくわからない所があった
担当スタッフによる個別のフォローを行いますので、当社製品について不明な所があれば何でもお聞き下さい。
-
自社の課題を解決するための
具体的な方法が知りたい
解決したい課題をお聞かせいただければ過去の解決事例や、ソリューション・最適なツールのご紹介が可能です。
※不要な営業・ご提案は行いませんのでご安心下さい。 -
この分野の知識が無い、
でも解決したい課題がある
どんなお悩みでもぜひ一度お聞かせ下さい。課題の棚卸しや解決に必要な技術のご説明など、お客様のお困りごとの解決の一助となる内容をお伝えします。
ABOUT USNTTデータ数理システムについて
NTTデータ数理システムってどんな会社？
NTTデータ数理システムは「数理科学とコンピュータサイエンスにより現実世界の問題を解決する」をミッションとしている会社です。
1982年設立の会社で、大学で数学や物理を学んでも社会でその知識を発揮できる仕事ができないという人も多い時代から、数理科学的な知識を生かせる場を作りたいという理念で会社を発展させてきました。
ビッグデータブーム、AIブームを経て、今では機械学習を使うために数理科学的な素養のある人を雇いたいという会社も多くなりましたが、このような活動をしている会社としてはかなりの老舗です。
機械学習、統計解析、数理計画、シミュレーションなどの数理科学を背景とした技術を活用し、業種、テーマを問わず幅広く仕事をしています。
NTTデータ数理システムの得意な領域
昨今は AI という言葉で様々な技術領域を包含した表現を行います、当社でもセミナー等では抽象的に AI という言葉を用いた説明を行っています。実際の当社の開発現場では、要素技術を大切にしており理論的背景をおさえ、新旧横断的に活用してお客様へ価値提供しています。
- 機械学習全般（Deep Learning／強化学習／各種モデル）
- データマイニング／テキストマイニング／統計解析
- 数理最適化（厳密解法／近似解法／動的計画法）
- シミュレーション（物理／エージェント／待ち行列など）
などを活用し、日々鍛錬しています。