python

Double Q-Learningの概要 Double Q-Learning（ダブルQ-ラーニング）は、"Q-学習の概要とアルゴリズム及び実装例について"で述べているQ-Learningの一種であり、強化学習のアル...

グラフニューラルネットワーク用いた反実仮想学習の概要 グラフニューラルネットワーク（GNN）を用いた反実仮想学習（counterfactual learning）は、グラフ構造を持つデータに対して「もし〜だった...

Bidirectional RNN（BRNN）について Bidirectional Recurrent Neural Network（BRNN）は、再帰型ニューラルネットワーク（RNN）の一種で、過去と未来の情報...

Trust Region Policy Optimization (TRPO)の概要 Trust Region Policy Optimization（TRPO）は、強化学習のアルゴリズムで、"ポリシー勾配法の概要...

GRUの概要 GRU（Gated Recurrent Unit）は、"RNNの概要とアルゴリズム及び実装例について"で述べているリカレントニューラルネットワーク（RNN）の一種であり、系列データを処理するための深...

ドリフト検出ベースの逆強化学習（Drift-based Inverse Reinforcement Learning）の概要 ドリフト検出ベースの逆強化学習（Drift-based Inverse Reinforc...

ベイジアンニューラルネットワークについて ベイジアンニューラルネットワーク（BNN）は、確率論的な要素をニューラルネットワークに統合するアーキテクチャであり、通常のニューラルネットワークが確定論的であるのに対し、BNN...

プロポーザルネットワークの概要 プロポーザルネットワークは、主にコンピュータビジョンや画像処理の分野で使用されるニューラルネットワークの一種で、特に物体検出や領域提案（object proposal）のタスクで利用さ...