ミニバッチ学習の概要とアルゴリズム及び実装例
ミニバッチ学習の概要
ミニバッチ学習は、機械学習において広く使用される効率的な学習手法の一つであり、通常の勾配降下法（Gradient Descent）に比べて、計算効率が高く、大規模なデータセットに対しても適用可能なも...
オンライン学習
ボードゲームとAI “アルファ碁はなぜ人間に勝てたのか” 読書メモ
イントロダクション
AlphaGo（アルファ碁）は、Google DeepMindによって開発されたコンピュータ囲碁プログラムで、2015年10月に、人間のプロ囲碁棋士を互先（ハンディキャップなし）で破った初のコン...
オンライン予測技術の概要と様々な適用事例と実装例
オンライン予測について
オンライン予測(Online Prediction)は、データが逐次的に到着する状況下で、モデルを使用してリアルタイムに予測を行う手法となる。"オンライン学習の概要と各種アルゴリズム、適用事例と具...
オンライン学習の概要と各種アルゴリズム、適用事例と具体的な実装
オンライン学習について
オンライン学習(Online Learning)は、データが逐次的に到着する状況下で、モデルを逐次的に更新して学習する手法であり、通常の機械学習で行われるバッチ学習とは異なり、新しいデータが到着す...
機械学習における並列分散処理
機械学習における並列分散処理
機械学習の学習処理は、大量のデータを扱うため、高速で並列分散処理が必要とされている。並列分散処理は、複数のコンピューターで処理を分散し、同時に複数の処理を行うことで、高速で処理を行うこと...
保護中: Exp3.P方策と敵対的多腕バンディット問題の下界の理論概要
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用されるExp3.P方策と敵対的多腕バンディット問題の下界の理論概要(累積報酬、Poly INF方策、アルゴリズム、アーベル・ルフィニの定理、Poly INF方策の擬リグレット上界、閉形式、連続微分可能関数、オーディベール、ブベック、INF方策、疑リグレット下界、乱択アルゴリズム、最適オーダーの方策、高確率リグレット上界)
様々な強化学習技術の理論とアルゴリズムとpythonによる実装
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される様々な強化学習技術の理論とアルゴリズムとpythonによる実装(強化学習,オンライン学習,オンライン予測,深層学習,python,アルゴリズム,理論,実装)
保護中: 確率的バンディッド問題の方策 確率一致法とトンプソン抽出
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される確率的バンディッド問題の方策 確率一致法とトンプソン抽出(最悪時リグレット最小化、問題依存リグレット最小化、最悪時リグレット上界、問題依存リグレット、最悪時リグレット、MOSS方策、標本平均、補正項、UCBのリグレット上界、敵対的バンディット問題、トンプソン抽出、ベルヌーイ分布、UCB方策、確率的一致法、確率的バンディット、ベイズ統計、KL-UCCB方策、ソフトマックス方策、チェルノフ・ヘフディングの不等式)
保護中: モデルベースアプローチによる強化学習の概要とpythonでの実装
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用されるモデルベースアプローチによる強化学習の概要とpythonでの実装(Bellman Equation、Value Iteration、Policy Iteration、動的計画法)
確率的最適化
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される大量データの大規模学習問題を解くための確率的最適化の諸手法(教師あり学習と正則化,凸解析の基本事項,確率的最適化とは,オンライン型確率的最適化,バッチ型確率的最適化,分散環境での確率的最適化)