https://orsj-ml.org/orwiki/wiki/index.php?action=history&feed=atom&title=%E8%B2%AA%E6%AC%B2%E3%82%A2%E3%83%AB%E3%82%B4%E3%83%AA%E3%82%BA%E3%83%A0 2026-04-16T17:01:48Z このウィキのこのページに関する変更履歴 MediaWiki 1.35.3 https://orsj-ml.org/orwiki/wiki/index.php?title=%E8%B2%AA%E6%AC%B2%E3%82%A2%E3%83%AB%E3%82%B4%E3%83%AA%E3%82%BA%E3%83%A0&diff=10813&oldid=prev 2008-11-13T04:08:16Z

<p></p> <table class="diff diff-contentalign-left diff-editfont-monospace" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="ja"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← 古い版</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">2008年11月13日 (木) 04:08時点における版</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l2" >2行目:</td> <td colspan="2" class="diff-lineno">2行目:</td></tr> <tr><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td></tr> <tr><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>離散最適化問題を解くにあたって, 局所的な情報のみに基づき, 目的関数の改善効果が最も顕著な方向に解を更新して行く探索法を貪欲アルゴリズムという. 通常, 貪欲アルゴリズムで最適解に達する保証はないが, 高速に近似解を生成するという点で実際的な手法である. ただし, グラフの最小木, より一般的にはマトロイドの基族や劣モジュラシステムの基多面体における線形目的関数の最適化などに際しては, 最適解が得られることが保証されている.</div></td><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>離散最適化問題を解くにあたって, 局所的な情報のみに基づき, 目的関数の改善効果が最も顕著な方向に解を更新して行く探索法を貪欲アルゴリズムという. 通常, 貪欲アルゴリズムで最適解に達する保証はないが, 高速に近似解を生成するという点で実際的な手法である. ただし, グラフの最小木, より一般的にはマトロイドの基族や劣モジュラシステムの基多面体における線形目的関数の最適化などに際しては, 最適解が得られることが保証されている.</div></td></tr> <tr><td colspan="2"> </td><td class='diff-marker'>+</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"></ins></div></td></tr> <tr><td colspan="2"> </td><td class='diff-marker'>+</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">[[Category:組合せ最適化|どんよくあるごりずむ]]</ins></div></td></tr> <tr><td colspan="2"> </td><td class='diff-marker'>+</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"></ins></div></td></tr> <tr><td colspan="2"> </td><td class='diff-marker'>+</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">[[Category:グラフ･ネットワーク|どんよくあるごりずむ]]</ins></div></td></tr> </table>

Albeit-Kun https://orsj-ml.org/orwiki/wiki/index.php?title=%E8%B2%AA%E6%AC%B2%E3%82%A2%E3%83%AB%E3%82%B4%E3%83%AA%E3%82%BA%E3%83%A0&diff=7494&oldid=prev 2007-07-20T03:03:13Z

<p>&quot;貪欲アルゴリズム&quot; を保護しました。 [edit=sysop:move=sysop]</p> <table class="diff diff-contentalign-left diff-editfont-monospace" data-mw="interface"> <tr class="diff-title" lang="ja"> <td colspan="1" style="background-color: #fff; color: #202122; text-align: center;">← 古い版</td> <td colspan="1" style="background-color: #fff; color: #202122; text-align: center;">2007年7月20日 (金) 03:03時点における版</td> </tr><tr><td colspan="2" class="diff-notice" lang="ja"><div class="mw-diff-empty">(相違点なし)</div> </td></tr></table>

Orsjwiki https://orsj-ml.org/orwiki/wiki/index.php?title=%E8%B2%AA%E6%AC%B2%E3%82%A2%E3%83%AB%E3%82%B4%E3%83%AA%E3%82%BA%E3%83%A0&diff=5464&oldid=prev 2007-07-17T07:29:05Z

<p></p> <table class="diff diff-contentalign-left diff-editfont-monospace" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="ja"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← 古い版</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">2007年7月17日 (火) 07:29時点における版</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l1" >1行目:</td> <td colspan="2" class="diff-lineno">1行目:</td></tr> <tr><td class='diff-marker'>−</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>【どんよくあるごりずむ (greedy algorithm)】</div></td><td class='diff-marker'>+</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins class="diffchange diffchange-inline">'''</ins>【どんよくあるごりずむ (greedy algorithm)】<ins class="diffchange diffchange-inline">'''</ins></div></td></tr> <tr><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td></tr> <tr><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>離散最適化問題を解くにあたって, 局所的な情報のみに基づき, 目的関数の改善効果が最も顕著な方向に解を更新して行く探索法を貪欲アルゴリズムという. 通常, 貪欲アルゴリズムで最適解に達する保証はないが, 高速に近似解を生成するという点で実際的な手法である. ただし, グラフの最小木, より一般的にはマトロイドの基族や劣モジュラシステムの基多面体における線形目的関数の最適化などに際しては, 最適解が得られることが保証されている.</div></td><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>離散最適化問題を解くにあたって, 局所的な情報のみに基づき, 目的関数の改善効果が最も顕著な方向に解を更新して行く探索法を貪欲アルゴリズムという. 通常, 貪欲アルゴリズムで最適解に達する保証はないが, 高速に近似解を生成するという点で実際的な手法である. ただし, グラフの最小木, より一般的にはマトロイドの基族や劣モジュラシステムの基多面体における線形目的関数の最適化などに際しては, 最適解が得られることが保証されている.</div></td></tr> </table>

122.17.2.240 https://orsj-ml.org/orwiki/wiki/index.php?title=%E8%B2%AA%E6%AC%B2%E3%82%A2%E3%83%AB%E3%82%B4%E3%83%AA%E3%82%BA%E3%83%A0&diff=3548&oldid=prev 2007-07-12T14:37:24Z

<p>新しいページ: &#039;【どんよくあるごりずむ (greedy algorithm)】 離散最適化問題を解くにあたって, 局所的な情報のみに基づき, 目的関数の改善効果が最...&#039;</p> <p><b>新規ページ</b></p><div>【どんよくあるごりずむ (greedy algorithm)】<br /> <br /> 離散最適化問題を解くにあたって, 局所的な情報のみに基づき, 目的関数の改善効果が最も顕著な方向に解を更新して行く探索法を貪欲アルゴリズムという. 通常, 貪欲アルゴリズムで最適解に達する保証はないが, 高速に近似解を生成するという点で実際的な手法である. ただし, グラフの最小木, より一般的にはマトロイドの基族や劣モジュラシステムの基多面体における線形目的関数の最適化などに際しては, 最適解が得られることが保証されている.</div>

122.17.2.240