SUMMARYイベント概要
このたび、NTTデータ数理システムの社員執筆による書籍『実務で使える数理最適化の考え方 ― 基礎から学ぶモデリング』（オーム社）が出版されました。本イベントでは、その出版を記念し、著者自らが数理最適化を使いこなすノウハウや、書籍の内容に加えより深い数理最適化活用プロジェクトのリアルを解説します。
数理最適化は、DX推進やビジネス革新を支える強力な道具であり、日々の業務改善や変革を目指す多くの現場で活用が進んでいます。しかし、機械学習や生成AIに比べるとまだニッチな領域であり、現場で使いこなすためには独自の知見やノウハウが求められます。
本イベントでは、数理最適化を生業としている著者より、書籍で紹介した実務で使うための数理最適化の考え方や実践的アプローチに加え、実際の数理最適化プロジェクトの事例やさらなる応用ポイントもご紹介します。
数理最適化に興味を持つすべての方に、新たな気づきや実践のヒントをお届けします。
RECOMMENDこんな方におすすめ
-
数理最適化を学ばれているビジネスパーソン、技術者、データサイエンティスト、学生の皆様
-
数理最適化の理論は学んだが、実務現場でどう使うかイメージできない方
-
社内での数理最適化活用を提案するために、専門家の視点を直接聞きたい方
FEATURESイベントでわかる・知れること
EVENT PROGRAMイベントプログラム
- プログラム１
-
実務で使える数理最適化の考え方
数理最適化技術の基本的な解説から始め、現実の問題をどのようにして数理最適化で解ける問題として扱うのか、数理最適化で出力した解をどのようにして業務に活用するのかといった、実践的なアプローチの方法をお伝えします。
- プログラム２
-
事例を通して学ぶ、数理最適化プロジェクトの進め方
当社の最適化プロジェクトの事例を通して、数理最適化を活用したプロジェクトをスムーズに進める方法や、数理最適化を活用することで得られるメリットを具体的にご説明します。
- プログラム３
-
数理最適化の活用に関する交流会
イベント終了後に30分ほど会場にて、日々、数理最適化を生業としている著者が皆様のご質問に答えます。書籍の内容から具体的な業務のご相談まで、自由にご質問ください。
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。
ソルバの性能向上だけではなく、生成 AI を生かしたモデリング支援など、トータルとして使いやすいソフトウェア作りを目指している。 -
株式会社NTTデータ数理システム
数理計画部 主任研究員伊藤 元治
数弊社パッケージ Nuorium Optimizer のフロントエンド開発に従事するとともに、数理最適化を軸に実務の問題解決に取り組んでいる。
また数理最適化技術の普及を目指して、定式化技法集も手掛けている。 -
株式会社NTTデータ数理システム
数理計画部 主任研究員松岡 勇気
数理的観点からの問題のモデリングと現実の状況に合わせた柔軟な解決策の提案を得意とし、様々な受託開発案件を手掛けている。
最新の研究成果や適用事例についての調査にも取り組み、数理最適化による現実問題の解決とその普及を目指している。
SCHEDULE開催日程
- イベント名
- 実務で使える数理最適化の考え方とその実践
- 開催場所
- 新宿Zenken Plaza II レアル会議室 大会議室 JR 新宿駅より徒歩 3 分
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。