機械学習におけるアクティブラーニング技術について
機械学習におけるアクティブラーニング技術につにいて
機械学習におけるアクティブラーニング（Active Learning）は、モデルの性能を向上させるために、ラベル付けされたデータを効果的に選択するための戦略的なアプ...
機械学習:Machine Learning
HIN2Vec-PCAの概要とアルゴリズム及び実装例
HIN2Vec-PCAの概要
HIN2Vec-PCAは、異種情報ネットワーク（HIN）から特徴を抽出するために、HIN2Vecと主成分分析（PCA）を組み合わせた手法となる。この方法の概要は、以下のように整理で...
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...
Maximum Marginal Relevance (MMR)の概要とアルゴリズム及び実装例について
Maximum Marginal Relevance (MMR)の概要
Maximum Marginal Relevance（MMR）は、情報検索や情報フィルタリングのためのランキング手法の1つで、情報検索システムがユーザ...
Web Reasoning and Rule Systems
Web Reasoning and Rule Systems
Web Reasoning and Rule Systems
本書は、2011年8月にアイルランドのゴールウェイで開催された第5回Web ...
価値勾配法の概要とアルゴリズム及び実装例について
価値勾配法の概要
価値勾配法（Value Gradients）は、強化学習や最適化の文脈で使用される手法の一つであり、状態価値やアクション価値といった価値関数に基づいて勾配を計算し、その勾配を使って方策の最適化を行...
HIN2Vec-GANの概要とアルゴリズム及び実装例
HIN2Vec-GANの概要
HIN2Vec-GANは、グラフ上の関係を学習するために使われる技術の一つで、具体的には、異種情報ネットワーク（Heterogeneous Information Network,...
予測制約法（Predictive Control with Constraints）の概要とアルゴリズム及び実装例
予測制約法（Predictive Control with Constraints）の概要
予測制約法（Predictive Control with Constraints）は、制約条件を満たしながらシステムの将来の挙動...
Rule Based Reasoning , Programming and Applications
Rule Based Reasoning , Programming and Applications
Rule Based Reasoning , Programming and Applications...
カーリー・ウィンドウ探索（Curiosity-Driven Exploration）の概要とアルゴリズム及び実装例について
カーリー・ウィンドウ探索（Curiosity-Driven Exploration）の概要
カーリー・ウィンドウ探索（Curiosity-Driven Exploration）は、強化学習においてエージェントが興味...