Deus Ex Machina

保護中: 強化学習のPolicy Gradient手法の改善であるTRPO/PPOとDPG/DDPG

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のPolicy Gradient手法の改善であるTRPO/PPOとDPG/DDPG(Pendulum、Actor Critic、SequentialMemory、Adam、keras-rl、TD誤差、Deep Deterministic Policy Gradient、Deterministic Policy Gradient、Advanced Actor Critic、A2C、A3C、Proximal Policy Optimization、Trust Region Policy Optimization、Python)

2023.03.16

アルゴリズム:Algorithmsグラフ理論スパースモデリング幾何学:Geometry強化学習微分積分:Calculus最適化:Optimization機械学習:Machine Learning深層学習:Deep Learning確率・統計:Probability and Statistics線形代数:Linear Algebra

保護中: Clojureでのk-meansを使ったテキスト文書間の類似性の尺度を使った推薦システム

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Clojureでのk-meansを使ったテキスト文書間の類似性の尺度を使った推薦システム(Slope One推薦、トップ・レーティング計算、加重評価、ペアアイテムの平均差、Weighted Slope One、ユーザーベース推薦、協調フィルタリング、アイテムベース推薦、映画推薦データ)

2023.03.15

Clojureアルゴリズム:Algorithmsグラフ理論幾何学:Geometry微分積分:Calculus推論技術:inference Technology最適化:Optimization検索技術:Search Technology機械学習:Machine Learning確率・統計:Probability and Statistics線形代数:Linear Algebra

パラグラフライティングと課題分析に基づいた論文や提案書の書き方

パラグラフライティングと課題分析に基づいた論文や提案書の書き方(科学的思考、論証、パワーポイント、提案書、トピックセンテンス、段落、アウトライン、相関図、リゾーム、シーケンシャル、逆木構造、問題提起、結論、論証、報告型、論証型、論文の課題、KPI、KGI、OKR、PDCA、システム思考アプローチ、戸田山和久、論文をつくる)

2023.03.14

課題解決:Problem solving

Dockerの活用 Docker導入前の準備

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Dockerの活用 Docker導入前の準備(Docker Desktop、Docker CE、Docker EE、kubernetes、Swarm、CoreOS、Atomic Host、RancherOS、Snappy Ubuntu Core)

2023.03.13

ICT技術:ICT Technology

DevOpsについて(Docker等)

DevOpsについて(Docker等) DevOpsは、ソフトウェア開発（Dev）とIT運用（Ops）を組み合わせて、ソフトウェア提供のスピード、効率、品質を向上させるための一連のプラクティスとなる。DevOp...

2023.03.12

ICT技術:ICT Technologyクラウド技術

コンピューターにおけるハードウェア

コンピューターにおけるハードウェアコンピューターは、プロセッサ、メモリ、ストレージ、入力デバイス（キーボード、マウスなど）、出力デバイス（ディスプレイ、プリンターなど）、ネットワークインターフェイスカード、サ...

2023.03.12

IOT技術:IOT Technologyアーキテクチャコンピューターハードウェア

半導体の設計プロセスへのAIの適用およびAIアプリケーション用半導体チップについて

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半導体の設計とAIおよびAI用チップについて(エッジコンピューティング、Qualcomm Snapdragon Neural Processing Engine、Intel Nervana Neural Network Processor、Google TPU、NVIDIA Tesla GPU、自己学習、予測分析、パターンマッチング、最適化、異常検知、変化検知、深層学習)

2023.03.11

ICT技術:ICT Technology

保護中: スパース学習モデルのための L1ノルム正則化のための最適化手法

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)タスクに活用するためのスパース学習モデルのための L1ノルム正則化のための最適化手法(近接勾配法、forward-backward splitting、iterative-shrinkage threshholding(IST)、加速付き近接勾配法、アルゴリズム、prox作用素、正則化項、微分可能、二乗誤差関数、ロジスティック損失関数、繰り返し重み付き縮小法、凸共役、へシアン行列、最大固有値、2階微分可能、ソフト閾値関数、L1ノルム、L2ノルム、リッジ正則化項、η-トリック)

2023.03.10

アルゴリズム:Algorithmsグラフ理論スパースモデリングスパースモデリング幾何学:Geometry微分積分:Calculus最適化:Optimization機械学習:Machine Learning確率・統計:Probability and Statistics線形代数:Linear Algebra

保護中: バンディット問題における最適腕識別とA/Bテスト(2)

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バンディット問題における最適腕識別とA/Bテスト(逐次削除方策、誤認識率、固定信頼度、固定予算、LUCB方策、UCB方策、最適腕、スコアに基づく方法、LCB、アルゴリズム、累積報酬最大化、最適腕識別の方策、ε-最適腕識別)

2023.03.09

アルゴリズム:Algorithmsグラフ理論スパースモデリングバンディッド問題幾何学:Geometry微分積分:Calculus最適化:Optimization機械学習:Machine Learning確率・統計:Probability and Statistics線形代数:Linear Algebra

保護中: 統計数学理論によるブースティング

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統計数学理論によるブースティング(一般化線型モデル、修正ニュートン法、対数尤度、重み付き最小2乗法、ブースティング、座標降下法、反復重み付け最小2乗法、iteratively reweighted least square method、IRLS method、重み付き経験判別誤差、パラメータ更新則、へシアン行列、補正ニュートン法、modified Newton method、ニュートン法、Newton method、リンク関数、ロジスティック損失、logistic loss、ブースティング・アルゴリズム、ロジットブースト、指数損失、凸マージン損失、アダブースト、弱仮説、経験マージン損失、非線形最適化)

2023.03.08

アルゴリズム:Algorithmsスパースモデリング幾何学:Geometry微分積分:Calculus最適化:Optimization機械学習:Machine Learning確率・統計:Probability and Statistics線形代数:Linear Algebra