IOT技術:IOT Technology 保護中: モデルフリー型の強化学習(2)- 方策反復法(Q学習法、SARSA、アクタークリック法)
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習タスクに活用されるモデルフリー型強化学習への価値反復法(Q学習法、SARSA法、アクター・クリティック法)
強化学習
IOT技術:IOT Technology python 機械学習スタートアップシリーズ「Ｐｙｔｈｏｎで学ぶ強化学習」
サマリー
強化学習は、機械学習の一分野であり、学習を行う主体であり、環境とやり取りをし、行動を選択するエージェント(Agent)と呼ばれる主体が、未知の環境や複雑な問題を持った環境(Enviroment)という状況の...
オンライン学習 保護中: モデルフリー型の強化学習(1)- 価値反復法(モンテカルロ法、TD法、TD(λ)法)
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習に活用されるモデルフリー型強化学習への価値反復法(モンテカルロ法、TD法、TD(λ)法)適用
オンライン学習 保護中: 探索と活用のトレードオフ解消-リグレットと確率的最適方策、ヒューリスティクス
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リグレットと確率的最適方策、ヒューリスティクスを用いた強化学習(探索と活動のトレードオフ解消
オンライン学習 保護中: プランニング問題(2)動的計画法の実装(価値反復法と方策反復法)
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強化学習としてのプランニング問題への動的計画法の実装(価値反復法と方策反復法)
強化学習 保護中: プランニング問題(1)-動的計画法を用いたアプローチと理論的裏付け
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環境が既知の逐次的意思決定問題のプランニング問題による強化学習(動径計画法と線形計画問題)
オンライン学習 保護中: オンライン学習の性能の評価(パーセプトロン、リグレット解析、FTL、RFTL)
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オンライン学習を評価するためのパーセプトロンとリグレット解析(FTL,RFTL)
オンライン学習 機械学習プロフェッショナルシリーズ「オンライン予測」読書メモ
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予測問題と意思決定問題を組み合わせた機械学習であるオンライン予測
オンライン学習 オンライン学習とオンライン予測について
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逐次的な機械学習技術であるオンライン学習とそれらに意思決定問題を組み合わせたオンライン予測について