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...
アルゴリズム:Algorithms
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...
フロベニウスノルムの概要とアルゴリズム及び実装例
フロベニウスノルムの概要
フロベニウスノルムは、行列のノルムの一種であり、行列の要素の2乗和の平方根として定義されるものとなる。これは、行列 \( A \) のフロベニウスノルム \( ||A||_F \...
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...
有向非巡回グラフの適用事例と実装例およびブロックチェーン技術について
イントロダクション
有向非巡回グラフ(Directed Acyclic Graph, DAG)は、様々なタスクの自動管理、あるいはコンパイラ等の処理など様々な場面で登場するグラフデータアルゴリズムとなる。今回は、...
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...
NUTSの概要とアルゴリズム及び実装例について
NUTSの概要
NUTS（No-U-Turn Sampler）は、"確率積分計算の為のMCMC法:メトロポリス法以外のアルゴリズム(HMC法)"でも述べているハミルトニアンモンテカルロ法（HMC）の一種であり、確...