searchカテゴリー選択
chevron_left

メインカテゴリーを選択しなおす

カテゴリーのご意見・ご要望はこちら
cancel
プロフィール
PROFILE

永遠の旅人さんのプロフィール

住所
未設定
出身
未設定

学生時代にアジアの雑踏にハマる。誰もが羨むメーカーを退職し、「旅しながら働く」ことを目指し物流業界に転職。現在6か国目に駐在中。次なる目標は、アジアのビーチで毎朝毎晩裸足ランニングして暮らすこと。理工学と経営学のダブル修士。

ブログタイトル
物流業界の歩き方
ブログURL
https://rikei-logistics.com/
ブログ紹介文
物流を「数学」してきた元エンジニアの計算メモと転職テク
ブログ村参加
2021/04/03
本日のランキング(IN)
フォロー

ブログリーダー」を活用して、永遠の旅人さんをフォローしませんか?

ハンドル名
永遠の旅人さん
ブログタイトル
物流業界の歩き方
フォロー
物流業界の歩き方

永遠の旅人さんの新着記事

1件〜30件

  • 【経験談】物流会社で働くのと荷主会社で働くのはどちらの方が美味しいのか?

    物流の仕事に就きたい場合それは物流会社での仕事だけに限りません。荷主会社で働く選択肢もあります。ただし求められるスキルは異なります。ザックリ言うと荷主の物流部門はサプライチェーンの上流業務、物流会社は下流業務と言えます。それぞれ大事な業務なのですが日本では両者間の行き来が少ないため双方に通じた人材が少ないのが実情です。

  • ニューラルネットワークを使って画像処理する方法をExcelでわかりやすく解説

    ニューラルネットワークの誤差伝播法が理解できれば、Excelで画像処理ができてしまいます。〇✕式のマークシートを読み取る作業をExcelでやらせてしまいましょう。9画素で読み取る場合でも38個のパラメータ調整が必要ですが、テキトーに設定した38個の初期値が44枚の教師データで徐々に調整されていく様子がよくわかります。

  • 【実はとても簡単だった!】誤差伝播法をシンプルにわかりやすく解説します。

    ニューラルネットワークの計算の肝となる誤差伝播法。世の中にある解説はなぜこんなにも複雑に説明するのだろう。もっと易しく解説してくれる本はないかなと思っている人は多いでしょう。実はこれ、全然難しくありません。普通に偏微分していけば解けます。誤差伝播法という仰々しい名前に惑わされることはありません。懇切丁寧に解説します。

  • 【具体例で全力解説!】単純パーセプトロンの仕組みをExcelでわかりやすく実演

    単純パーセプトロンはニューラルネットワークの中で最も簡単ですので、まずはここから仕組みを理解することをお薦めします。勾配降下法で偏微分を求めるのが簡単なので全体の流れを理解しやすいです。まずは全体の流れをなるべく平易な言葉で説明した後、Excelで実装してみます。パラメータが更新される様子を1行1行追って見れます。

  • 【今さら聞けない】ニューラルネットワークとは何かを身近な例で解説します。

    ニューラルネットワークとかディープラーニングという言葉を盛んに耳にするようになりました。AIの一種だと分かっていても、どのような仕組みなのか?とか何ができるのか?ということくらいは知っていたいものです。ニューラルネットワークとは脳の仕組みを真似したアルゴリズムで難しくはないのですが、計算が難しく実用化が遅れていました。

  • 【Excelでわかりやすく】遺伝的アルゴリズムで組み合わせ最適化問題を解いてみる

    遺伝的アルゴリズムは機械学習で使われるアルゴリズムの一つです。遺伝的というと難しく感じますが少しでもマシな解に近づくためにコンピュータに試行錯誤させる仕組みです。そのやり方が交配や突然変異に似ているため遺伝的という言葉を使っています。このやり方で組み合わせ最適化問題をどう解くかをExcelでわかりやすく解説します。

  • 【意外と簡単!】遺伝的アルゴリズムで最小値問題を解く様子をExcelでわかりやすく

    機械学習で使われるアルゴリズムにはいろいろなものがあり数学の知識が必要な難しいものと簡単なものがあります。遺伝的アルゴリズムは簡単な部類に入ります。遺伝的というと難しく感じますが少しでもマシな解に近づくためにコンピュータに試行錯誤させる仕組みです。そのやり方が交配や突然変異に似ているため遺伝的という言葉を使っています。

  • 澁澤倉庫に応募する前に知っておきたい会社の強みと弱みを徹底解説!

    澁澤倉庫は「日本資本主義の父」といわれる渋沢栄一が渋沢家別邸の倉庫を利用して発足させた「澁澤倉庫部」が前身です。ヨーロッパ留学から戻ってから近代倉庫業の必要性を痛感し、政府や経済界に熱心に働きかけると同時に自らも倉庫会社を創設しました。渋沢栄一が作った500社以上の会社の中で、自らの苗字を冠した会社は澁澤倉庫だけです。

  • 三菱ケミカル物流に応募する前に知っておきたい会社の強みと弱みを徹底解説!

    三菱ケミカル物流は1956年に三菱化成の生産物流を担う物流子会社として発足しました。1996年に社名変更し三菱化学物流として知られていましたが、2017年に親会社の三菱化学が三菱樹脂と三菱レイヨンが合併して三菱ケミカルとなったと同時に三菱ケミカル物流に社名変更しました。直近の売上高は810億円で、物流業界39位です。

  • 大和物流に応募する前に知っておきたい会社の強みと弱み【ダイワロジテックも!】

    大和物流は1959年に住宅メーカー大手である大和ハウス工業から独立した物流子会社です。売上高は559億円で、物流業界45位です。大和物流の強みは何と言っても「住宅資材の共同物流」です。大和ハウス工業にはもう1社、ダイワロジテックという戦略物流子会社があります。こちらではピカピカの物流スタートアップと協業しています。

  • 丸全昭和運輸に応募する前に知っておきたい会社の強みと弱みを徹底解説!

    丸全昭和運輸は1931年創業で、近年3PLに力を入れている総合物流企業です。1963年には東証一部に上場しています。2021年3月期の売上高は1,211億円で、物流業界では28位です。京浜工業地帯で創業したため、化学や鉄鋼など重厚長大メーカーの顧客が中心です。注目すべきは高い営業利益率で、8.2%は物流業界7位です。

  • C&Fロジホールディングスに応募する前に知っておきたい会社の強みと弱みを徹底解説!

    C&Fロジホールディグスは2015年に名糖運輸とヒューテックノオリンが経営統合して誕生した東証一部企業です。2021年の売上は業界33位の1,104億円です。低温物流業界に限るとニチレイロジグループ本社、キユーソー流通システムに次ぐ3位です。名糖運輸はチルド、ヒューテックノオリンはフローズンとうまく棲み分けています。

  • 【Excelでアルゴリズムを実装】最終兵器Adamを使って最小二乗法を解いてみる

    勾配法を使った最適化アルゴリズムの最終回としてAdamを紹介します。Excelへの実装の仕方まで説明しますので、Adamの細かい点が不明な方は是非実際のExcel関数をみて確認してみて下さい。モーメンタム法とRMSPropを理解していればAdamはとても簡単です。何も考えずに2つのアルゴリズムの式を合体させるだけです。

  • 【Excelでアルゴリズムを実装】RMSProp法を使って最小二乗法を解いてみる

    モーメンタム法では勾配を移動平均で調整してパラメータが収束する時の振幅を抑えました。RMSProp法では学習率を調整して振幅を抑えます。振幅が大きくなるということは勾配が振動するということなので、学習率を勾配の大きさで割ることによって、勾配が大きくなり過ぎた時には学習率を小さくすることで振幅を抑えようという考え方です。

  • 【Excelでアルゴリズムを実装】モーメンタム法を使って最小二乗法を解いてみる

    確率的勾配降下法ではパラメータが収束する過程で振幅が大きくなり過ぎて収束時間が遅くなる可能性があります。これを改良するのがモーメンタム法です。ランダムに選ばれるデータで勾配を計算するため振幅は避けられませんが、その勾配だけでなく前回の勾配との加重平均を使うことで振幅を抑えようという考え方です。Excelで実装します。

  • 【Excelでアルゴリズムを実装】確率的勾配降下法を使って最小二乗法を解いてみる

    確率的勾配降下法をExcelに実装して最小二乗法の問題を解いてみました。前回の記事で最急降下法でも同様のことをしましたが、確率的勾配降下法の方が遥かに簡単にシートを作成できました。一方で収束するまでの更新回数も同じくらいで有効性を確認できました。収束するまでの様子をみると、ランダムに振動していることも分かります。

  • 【例題をExcelでわかりやすく】最急降下法で単回帰の最小二乗法を解いてみる

    「よし最急降下法は理解したぞ。次は確率的勾配降下法を試してみよう。でも実装してみようとしたらうまく行かないぞ。」そんなことはありませんか?最急降下法は解説する人によって変数が(x,y)だったり(a,b)だったりして少し混乱してしまいます。そこで、単回帰の最小二乗法の問題をExcelでアルゴリズムを作って試してみました。

  • 【Excelでわかりやすく】勾配降下法で最小値が見つかる理由を視覚的に理解する

    勾配降下法は数式モデルを最適化するための最も基本的なアルゴリズムです。その考え方はとても簡単です。偏微分など難しい言葉は出てきますが、誰でも理解できるような言葉を使って解説します。また皆が使い慣れているExcelでアルゴリズムが表現できる他、3Dグラフ機能を使えばグラフの底に辿り着く様子が視覚的にもよくわかります。

  • 【6つもあった!】Excelで単回帰分析の最小二乗法を解く方法をすべて実演

    最小二乗法の中でも、単回帰分析は基本中の基本です。 単回帰分析とは1つの説明変数xで、目的変数yを予測するもの […]

  • 【機械学習の基本】最小二乗法を安全在庫理論と関連付けてわかりやすく解説

    最小二乗法は機械学習におけるパラメータ推定で盛んに用いられています。その考え方は直線からのズレ(残差)の二乗和を最小化するというもので、安全在庫理論で出てくる分散も平均からのズレ(偏差)の二乗和でばらつきを表しているという点で大変良く似ています。最小二乗法ではそこからパラメータを式変形か数値計算で求めるだけです。

  • 【すっきり納得!】モンティホール問題を「ベイズ推定」と「モンテカルロ法」で解く

    モンティホール問題は人間の直観がいかにいい加減なものかということを気づかせてくれます。しかし理解するのが難しいのも事実です。そこでまずはすっきり納得できる解釈を紹介します。そしてこれもまた理解が難しいのですがベイズ推定による方法を懇切丁寧に解説します。最後にモンテカルロ法によって解く方法をExcelを使って紹介します。

  • 【Excelで実演!】ナイーブベイズ分類器でクレームメールを見分けてみる

    ナイーブベイズ分類器の仕組みはベイズの定理を理解していれば簡単です。そこでまずは、ベイズの定理を公式を見なくても感覚で分かるくらいにまで理解しましょう。そして、分母の正規化定数はナイーブベイズ分類器では関係ないことを理解します。そうすれば、後は事前確率と尤度を掛けてカテゴリーごとに比較すれば良いということが分かります。

  • 【Excelで機械学習】モンテカルロ法で円周率πと任意の図形の面積を求める方法

    モンテカルロ法を使えば「変な図形」の面積の近似値も求めることができます。モンテカルロ法の入門事例としては円周率πの近似値を求める問題が有名ですが、これは円の面積の近似値を求めています。従って同じやり方でどんな図形の面積の近似値でも求められるのです。但し、図形の式は分かっている必要はあります。Excelで実演します。

  • 【Excelで機械学習】重点サンプリングで無限区間のモンテカルロ積分をExcelで試す

    モンテカルロ積分を重点サンプリング法で解く方法をExcelで実演します。重点サンプリングは極めてまれにしか起こらないような低い確率分布を積分するのに使います。使わなくてもできますが、ムダなサンプリングが大量にできてしまい効率が良くありません。理解しにくい重点サンプリングですがExcel関数で簡単に計算できてしまいます。

  • 倉庫集約したのに在庫が減らない理由をシミュレーションで明らかにする

    前回の記事で、倉庫を集約したのに安全在庫が期待通りに削減されないのは、共分散に原因があることを解説しました。 […]

  • 【これは重要!】在庫拠点を集約したのに安全在庫が減らない原因は共分散だった

    在庫拠点を集約する大きな理由の一つが在庫削減です。ところが大金をはたいて倉庫集約プロジェクトを実施したのに、期待通りの在庫削減が達成できないケースが少なくありません。マスコミや経営者には在庫削減できた!とはいっても、実際は期待倒れだったケースは多々あります。何が原因だったのでしょうか?その原因は共分散にあったのです。

  • 【在庫集約】分散の加法性で安全在庫が削減されることをモンテカルロ法で実験

    「在庫集約すれば在庫を削減できる」と物流コンサルタントは言います。その根拠は分散の加法性です。でも平均が足されることは分かっても、分散が足されることはなかなかイメージができません。イメージし易い標準偏差ではルートn倍になるからです。これをイメージできるように、簡単な事例でモンテカルロ法でシミュレーションしてみました。

  • 【安全在庫】「正規分布になんかならんよ!」という人を納得させる簡単な方法

    せっかく安全在庫を減らせる提案をしても「そもそも正規分布の前提が間違ってるんじゃないの?!」と言われては元も子もありません。中心極限定理を持ち出して説明しても「。。。」となる可能性があります。そんな時のために簡単な方法を紹介します。中心極限定理という言葉を出さずに、簡単なシミュレーションで視覚的に示すことができます。

  • 【モンテカルロ積分③】被積分関数と確率密度関数を入れ替えて無限区間の積分をする

    モンテカルロ法で無限区間の積分をするには、被積分関数からxをサンプリングして一様分布関数に代入して平均を取るという少し分かりにくいやり方をします。普通は被積分関数がf(x)で確率密度関数がp(x)ですが無限区間の積分では被積分関数をp(x)にして確率密度関数をf(x)というように逆に考えます。なぜこうなるのでしょうか?

  • 【モンテカルロ積分】なぜ積分区間b-aを掛けるのか?を直観的に解説してみる

    モンテカルロ積分は難しい積分の計算ができなくてもエクセルで簡単に近似解を得られる便利な方法ですが、積分区間が1でない場合は少し注意が必要です。一様乱数を代入してできたf(x)の平均をそのまま計算するのではなく、積分区間幅を掛けてから平均を取る必要があります。なぜそうなるのかをなるべく式は使わずに直観的に説明してみます。

カテゴリー一覧
商用

フォローできる上限に達しました。

新規登録/ログインすることで
フォロー上限を増やすことができます。

フォローしました

リーダーで読む

フォロー