保護中: 勾配法の基礎(直線探索法、座標降下法、最急降下法と誤差逆伝搬法)
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勾配法の基礎(直線探索法、座標降下法、最急降下法と誤差逆伝搬法、確率的最適化、多層パーセプトロン、アダブースト、ブースティング、ウルフ条件、ゾーテンダイク条件、アルミホ条件、バックトラッキング法、ゴールドシュタイン条件、強ウルフ条件)
誤差逆伝搬法
保護中: 強化学習に対するニューラルネットワークの適用(1)概要
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強化学習に対するニューラルネットワークの適用の概要(Agent、Epsilon-Greedy法、Trainer、Observer、Logger、確率的勾配降下法、Stochastic Gradient Descent、SGD、Adaptive Moment Estimation、Adam、Optimizer、誤差逆伝搬法、Backpropagation、勾配、活性化関数、バッチ法、価値関数、戦略)
保護中: ニューラルネットワークでの数学的要素(2)確率的勾配降下法と誤差逆伝搬法
デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用されるニューラルネットワーク実装のための、確率勾配降下法と誤差逆伝搬法の数学的解説