機械学習・統計解析
深層強化学習を用いた組合せ最適化問題へのアプローチ
ベイジアンネットワーク
ベイジアンネットワークを使った要因分析について
機械学習・統計解析
京都薬科大学 医療薬科学系 臨床薬剤疫学分野 村木 優一 様
医薬品有害事象DBなどの医療ビッグデータ解析への統計解析ツール活用事例
シミュレーション
S4 で始める強化学習(第5回)エージェントシミュレーションで作ってみる(1/2)
コラム
psim言語講座(第10回)チュートリアル編(1)
コラム
本当に誰でも読める!! Pythonソースコードの読み方講座(第10回)Python コードを俯瞰する 3:関数内の関数について
S4 Simulation System
2022年度 S4 Simulation System 学生研究奨励賞レビュー
シミュレーション
早稲田大学 理工学術院 創造理工学部 蓮池 隆 様
マルチエージェントシミュレーションモデルによる観光地の混雑緩和分析事例
機械学習・統計解析
西日本電信電話株式会社(NTT西日本) 様
データ分析基盤を構築、法人顧客の受注・失注パターンを分析した事例
シミュレーション
S4 で始める強化学習(第1回)離散イベントシミュレーションで使ってみる
採用試験問題紹介
NTTデータ数理システム新卒採用試験<数学>問題紹介 第一回 ~整数問題~
Pythonコードの読み方講座
本当に誰でも読める!! Pythonソースコードの読み方講座(第1回) Pythonコードの構成要素
psim言語講座
psim言語講座(第1回)離散イベントシミュレーション(待ち行列 M/M/1モデル)を書いてみる
数理計画・最適化
難しくても使いこなす組合せ最適化(1) ー問題例と解き方ー
Nuorium Optimizer
最適化楽屋話#1 数理最適化のテクニカルTips連載
MSIISMは、NTTデータ数理システムが監修する "数理科学" で "現実世界の問題" を解決するための情報発信メディアです。
「世間ではAI/DX(デジタルトランスフォーメーション)とか機械学習が流行っているけど、うちの部署では何ができるんだろう?」
「この業務を改善したいんだけど、学問ではなく実務として取り組むために何をどう勉強したらいいんだろう?」
「Deep Learning とか強化学習とか技術キーワードとしては話題だけど、現実的にどういう問題が解決できるんだろう?」
主にこのような現実世界の問題で頭を悩ませている方に向けて、データ分析、機械学習、数理計画・最適化、シミュレーションなどの数理科学を活用した技術に関する情報や、NTTデータ数理システムのソリューションを活用した解決事例をご紹介しています。古典的なアプローチから、最近の論文で発表された先進的なアプローチまで、機械学習や統計解析などの学問的な分類にあまりとらわれることなく、現実世界の問題を解決するための数理科学の情報を幅広く提供することを目指しています。
AI、機械学習、Deep Learning などのキーワードが最先端の技術として世間の注目を集めています。一方で、お客様から日々ご相談いただく "現実世界の問題" を解決するためには、AIと呼ぶにはやや古典的なアプローチが最も有効であることも多くあります。新しいから良い、流行っているから良いということではなく、問題に対して適したアプローチを選択することが非常に重要な世界です。
数理科学の世界は取っ付きにくいイメージがあるかもしれませんが、奥深くも面白い世界です。その面白さを知ってもらい、幅広いアプローチを理解してもらうことが皆様の問題解決の糸口になると期待しています。NTTデータ数理システムは "数理科学" で "現実世界の問題" を解決するプロフェッショナルとして、この一助になるような情報を提供することを目的としてこのメディアを立ち上げました。
気軽な気持ちで、まずは気になった記事をご覧ください。
当サイトでご紹介している情報や事例を参考にして、今抱えている課題がご自身の手で解決できたのであれば、それに勝ることはありません。しかし、色々試してみてうまくいかなかったり、そもそもアプローチの方向性が合ってるのか不安ということもあると思います。その場合はぜひ私たちにお気軽にご相談ください。
定期的に無料のセミナーを開催していますので、テーマにマッチするものがあればぜひご参加ください。セミナー後に個別のご相談への対応も受け付けています。
DETAIL