プログラミング言語:Programming Language

TD3 (Twin Delayed Deep Deterministic Policy Gradient)の概要 TD3（Twin Delayed Deep Deterministic Policy Gradien...

Deep RNNについて Deep RNN（Deep Recurrent Neural Network）は、再帰型ニューラルネットワーク（RNN）の一種で、複数のRNN層を積み重ねたモデルとなる。Deep RNN...

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...

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 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...

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...