ReAct(Reasoning and Acting)の概要とその実装例について
ReAct(Reasoning and Acting)の概要
ReActは"プロンプトエンジニアリングの概要とその利用について"で述べているプロンプトエンジニアリングの手法の一つであり、"LangChainにおけるA...
マルチエージェントシステム
グラフニューラルネットワーク
グラフニューラルネットワークの特徴と適用事例
概要
"グラフデータ処理アルゴリズムと機械学習/人工知能タスクへの応用"でも述べているグラフデータとは、頂点（ノード）とそれらを結ぶ辺（エッジ）からなるデータ構造を指...
LangChainにおけるAgentとToolについて
Introduction
"ChatGPTとLangChainの概要及びその利用について"で述べたLangChainについて引き続き述べる。前回は、ChatGPTとそれを利用するフレームワークであるLangChain...
プロンプトエンジニアリングの概要とその利用について
プロンプトエンジニアリングの概要
"BERT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BERTではパラメター数が3.5億、コーパスに含まれる単語数が30億、"GPTの概要とアルゴリズム及び実装例について"で...
Unityの概要と外部システムとの連携について
Unityの概要
Unityは、Unity Technologiesによって開発され、広く使用されているゲーム開発やアプリケーション開発のための統合開発環境(IDE)となる。Unityはクロスプラットフォーム開発を...
Huggingfaceを使った文自動生成の概要
Huggingfaceについて
Huggingfaceは、機械学習と自然言語処理(NLP)に関するオープンソースのプラットフォームとライブラリを提供している企業であり、Huggingfaceでは、”Transform...
保護中: プレイヤーの行動の候補が膨大あるいは連続的な場合の最適腕バンディットとベイズ最適(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ベイズ最適化とプレイヤーの行動が膨大/連続的な時のバンディット(マルコフ連鎖モンテカルロ、モンテカルロ積分、ターンカーネル、スケールパラメータ、ガウスカーネル、共分散関数のパラメータ推定、Simultaneous Optimistic Optimazation policy、SOO方策、アルゴリズム、GP-UCB方策、トンプソン法則、期待値改善方策、GP-UCB方策)
保護中: 深層強化学習の弱点である環境認識の改善の為の2つのアプローチの実装
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深層強化学習の弱点である環境認識の改善の為の2つのアプローチの実装(逆予測型、制約型、表現学習、模倣学習、再構成型、予測型、WorldModels、遷移関数、報酬関数、表現学習、VAE、Vision Model、RNN、Memory RNN、モンテカルロ法、TD Search、モンテカルロ木探索、モデルベースの学習、Dyna、深層強化学習の弱点)
保護中: 強化学習に対するニューラルネットワークの適用 戦略をパラメータを持った関数で実装するPolicy Gradient
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に対するニューラルネットワークの適用 戦略をパラメータを持った関数で実装するPolicy Gradient(割引現在価値、戦略更新、tensorflow、Keras、CartPole、ACER、Actor Critoc with Experience Replay、Off-Policy Actor Critic、behaviour policy、Deterministic Policy Gradient、DPG、DDPG、Experience Replay、Bellman Equation、方策勾配法、行動履歴)
保護中: クラウドネイティブとサービス中心の開発について
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クラウドネイティブとサービス中心の開発について(組織間、サイロ化、KPI、ビジネス価値、コンウェイの法則、組織構造改革、プロセス改革、CNCF Incubatingステージ、CNCF Graduateステージ、CNCF Sandboxステージ、Technical Oversight Committee、End User Advisory Board、クラウドネイティブアプリケーション開発、Kubernetes、アプリケーションモダナイゼーション、The Twelve-Factor App、12個のアプリケーション原則、コンテナオーケストレーション、API、サービスベースアーキテクチャ、SOA、Service Oriented Architecture、マイクロサービス、疎結合、デリバリーパフォーマンス、MTTR、リードタイム、変更損失率、デプロイ頻度、Docker)