Double Q-Learningの概要とアルゴリズム及び実装例について
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...
プログラミング言語:Programming Language
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と関連アルゴリズム及び実装例
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 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...
Kronecker-factored Approximate Curvature（K-FAC）行列の概要と関連するアルゴリズム及び実装例について
Kronecker-factored Approximate Curvature（K-FAC）行列の概要
Kronecker-factored Approximate Curvature（K-FAC）は、機械学習の最適化...
Trust Region Policy Optimization (TRPO)の概要とアルゴリズム及び実装例について
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...
トレースノルムの概要と関連アルゴリズム及び実装例について
トレースノルムの概要
トレースノルム（または核ノルム）は、行列のノルムの一種であり、行列の特異値の和として定義されるものとなる。これは特に、行列の低ランク近似や行列の最小化問題において重要な役割を果たして...
GRUの概要とアルゴリズム及び実装例について
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）の概要とアルゴリズム及び実装例について
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の概要とアルゴリズム及び実装例について
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とアルゴリズム及び実装例
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...