深層学習:Deep Learning

Block K-FACの概要 Block K-FAC（Block Kronecker-factored Approximate Curvature）は、深層学習モデルの最適化において使用される一種のカーブチャート...

逆強化学習の概要について 逆強化学習（Inverse Reinforcement Learning, IRL）は、強化学習の一種で、エキスパートの行動データからエキスパートの意思決定の背後にある報酬関数を学習するタ...

Stacked RNNについて Stacked RNN（スタックされた再帰型ニューラルネットワーク）は、"RNNの概要とアルゴリズム及び実装例について"でも述べている再帰型ニューラルネットワーク（RNN）の一種で...

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...