マルコフ連鎖モンテカルロ法の概要と実装について
マルコフ連鎖モンテカルロ法の概要
マルコフ連鎖モンテカルロ法(Markov Chain Monte Carlo, MCMC)は、確率分布からのサンプリングや積分計算を行う...
python
代数の文章題を解くプログラムに関する考察
イントロダクション
"GPT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GPTモデルを使ったchatGPTを用いると、以下に示す様に様々な代数の問題を解かせることができる。これらは、単純...
構造学習の概要と各種適用事例および実装例
構造学習について
構造学習(Structural Learning)は、機械学習の一分野であり、データの構造や関係性を学習する手法を指し、通常、教師なし学習や半教師あり学習の枠組みで使用されるものとなる。
...
機械学習における確率的最適化の概要と実装
機械学習における確率的最適化の概要
確率的最適化は、確率的な要素を含む最適化問題の解法を表し、機械学習での確率的最適化はモデルのパラメータを最適化する際にに広く使用されている手法となる。
一般的な最適化問題では、目...
一般化線形モデルの概要と各種言語による実装
一般化線形モデルの概要
一般化線形モデル(Generalized Linear Model, GLM)は、統計モデリングや機械学習の手法の一つであり、応答変数（目的変数）と説明変数（特徴量）の間の関係を確率的に...
マルチタスク学習の概要と適用事例と実装例
マルチタスク学習の概要
マルチタスク学習（Multi-Task Learning）は、複数の関連するタスクを同時に学習する機械学習の手法となる。通常、個々のタスクは異なるデータセットや目的関数を持っているが...
スパースモデリングの概要と適用事例及び実装
スパースモデリングの概要
スパースモデリングは、信号やデータの表現においてスパース性(疎な性質)を利用する手法となる。スパース性とは、データや信号において非ゼロの要素がごく一部に限られている性質を指す。ス...
バンディット問題の概要と適用事例及び実装例
概要
バンディット問題(Bandit problem)は、強化学習の一種であり、意思決定を行うエージェントが未知の環境において、どの行動を選択するかを学習する問題となる。この問題は、複数の行動の中から最適な行動を選...
深層学習におけるattentionについて
「Attention Is All You Need」について
"Attention Is All You Need"という論文は、2017年にGoogleの研究者によって発表された”Transformerモデルの概...
シミュレーションと機械学習の組み合わせと各種実装例
シミュレーションと機械学習について
シミュレーションは、現実世界のシステムやプロセスをモデル化し、それをコンピュータ上で仮想的に実行するものとなる。シミュレーションは、物理的な現象、経済モデル、交通フロー、気...