グラフ理論 構造学習
構造学習について
データが持つ構造を学習することは、そのデータが何であるかという解釈を行う上で重要なものとなる。構造学習の中で最もシンプルなもは、階層的なクラスタリングであり、決定木による学習の基本的な機械学習アルゴリズム...
微分積分:Calculus
グラフ理論 微分積分:Calculus 機械学習プロフェッショナルシリーズ「機械学習のための連続最適化」読書メモ
サマリー
機械学習における連続最適化とは、ニューラルネットワークの重みやバイアスの最適化、回帰分析のパラメータ推定、SVMのパラメータ推定等の変数が実数値をとる最適化問題を解く手法となる。連続最適化の代表的な手法には、勾配降...
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)
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 保護中: 高度なオンライン学習(4)深層学習への適用(AdaGrad、RMSprop、ADADELTA、vSGD)
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AdaGrad, RMSprop, vSGDでのオンライン学習への適用
オンライン学習 保護中: 高度なオンライン学習(3)深層学習への適用(ミニバッチ確率的勾配降下法、モーメンタム法、加速勾配法)
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)タスクのためのミニバッチ確率的勾配降下法、モーメンタム法、加速勾配法の深層学習への適用による計算効率の向上
オンライン学習 保護中: 高度なオンライン学習(2)分散並列処理(並列化ミニバッチ確率的勾配法、IPM、BSP、SSP)
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大規模データを効率的に処理するオンライン学習の分散並列処理(並列化ミニバッチ確率的勾配法、IPM、BSP、SSP)