人工知能技術の理論と数学とアルゴリズム
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習タスクに活用される人工知能技術の理論と基本的なアルゴリズム(メタヒューリスティック、グラフアルゴリズム、動的計画法、圏論、論理学、数学)
理論
様々な強化学習技術の理論とアルゴリズムとpythonによる実装
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される様々な強化学習技術の理論とアルゴリズムとpythonによる実装(強化学習,オンライン学習,オンライン予測,深層学習,python,アルゴリズム,理論,実装)
保護中: スパース性に基づく機械学習としてのノイズありL1ノルム最小化の理論(1)
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用されるスパース性に基づく機械学習としてのノイズありL1ノルム最小化の理論(マルコフの不等式、ヘフディングの不等式、ベルシュタインの不等式、カイ二乗分布、裾確率、ユニオンバウンド、ブールの不等式、L∞ノルム、多次元ガウススペクトル、ノルムの互換性、正規分布、スパースベクトル、双対ノルム、コーシー・シュワルツの不等式、ヘルダーの不等式、回帰係数ベクトル、閾値、kスパース、正則化パラメータ、劣ガウス雑音)
保護中: ノンパラメトリックベイズの理論の為の測度論の基礎
ノンパラメトリックベイズの理論の為の測度論の基礎(ランダム測度の独立性、ラプラス汎関数における単調収束定理、確率1で成り立つ命題、確率分布のラプラス変換、確率分布による期待値計算、確率分布、単調収束定理、単関数による近似定理、単関数、ボレル集合族を用いた可測関数、ボレル集合、σ-有限測度、σ-加法族、ルーベグ測度、ルーベク積分)
統計的学習理論
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される機械学習アルゴリズムの統計的性質に関する理論(一様大数の法則、普遍カーネル、判別適合損失)
バンディット問題の理論とアルゴリズム
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される最適な戦略を選ぶためのバンディット問題の理論とアルゴリズムについて
保護中: ガウス過程の概要(1) ガウス過程とカーネルトリック
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される確率的生成モデルの中でパラメータを特定しない無次元の多変量ガウス分布モデルであるガウス過程の理論の概要(サポートベクトルマシン、関連ベクトルマシン、RVM、RBFカーネル、カーネル関数)
保護中: 因果推論イントロダクション(2)層別解析と回帰モデルによる分析
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される統計的因果推定のための層別解析と回帰モデルによる分析による因果推論の理論と実際
グラフデータ処理アルゴリズムと機械学習/人工知能タスクへの応用
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)等の様々な課題の中でのものや状態といった対象同士の結びつきを表すデータを表現したグラフデータを解析するためのアルゴリズムの理論と実装と活用
保護中: 関数近似を用いた強化学習(2)- 価値関数の関数近似(オンライン学習の場合)
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される膨大な状態数での強化学習に対応する関数近似オンライン手法の理論(勾配TD学習法、最小二乗法に基づく最小二乗TD学習(LSTD)法、GTD2法)とLASSOによる正則化