深層学習:Deep Learning

SARSAの概要 SARSA（State-Action-Reward-State-Action）は、強化学習における一種の制御アルゴリズムで、主にQ学習と同じくモデルフリーな手法に分類されたものとなる。SARSAは...

GoogLeNet (Inception)について GoogLeNetは、Googleが2014年に発表した"CNNの概要とアルゴリズム及び実装例について"でも述べている畳み込みニューラルネットワーク（CNN）のアー...

  はじめに "人工知能技術を用いて感情を検出する方法について"で述べているように感情を抽出するために人工知能技術を使用する方法には主に(1)自然言語処理、(2)音声認識、(3)画像認識、(4)生体情報分析等の...

ResNet (Residual Network)について ResNetは、2015年にKaiming Heらによって提案された"CNNの概要とアルゴリズム及び実装例について"でも述べている深層畳み込みニューラルネッ...

マルコフ決定過程(MDP)の概要 マルコフ決定過程（MDP、Markov Decision Process）は、強化学習における数学的なフレームワークであり、エージェントが状態と行動に関連付けられた報酬を受け取る環...

DenseNetについて DenseNet（Densely Connected Convolutional Network）は、2017年にGao Huang、Zhuang Liu、Kilian Q. Weinber...

LSTM(Long Short-Term Memory)について LSTM（Long Short-Term Memory）は、再帰型ニューラルネットワーク（RNN）の一種であり、主に時系列データや自然言語処理（N...

モデル予測制御（Model Predictive Control, MPC）の概要 モデル予測制御（Model Predictive Control, MPC）は、制御理論の一手法であり、制御対象のモデルを使用して将来の...

ε-グリーディ法（ε-greedy）の概要 ε-グリーディ法（ε-greedy）は、強化学習などの探索と活用（exploitationとexploration）のトレードオフを取り扱うためのシンプルで効果的な戦略で...