様々な強化学習技術の理論とアルゴリズムとpythonによる実装
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様々な強化学習技術の理論とアルゴリズムとpythonによる実装(強化学習,オンライン学習,オンライン予測,深層学習,python,アルゴリズム,理論,実装)
オンライン学習
保護中: 敵対的バンディッド問題でのHedgeアルゴリズムとExp3方策
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敵対的バンディッド問題でのHedgeアルゴリズムとExp3方策(擬リグレット上界、期待累積報酬、最適パラメータ、期待リグレット、多腕バンディット問題、Hedgeアルゴリズム、エキスパート、報酬版Hedgeアルゴリズム、ブースティング、フロイント、シャビレ、疑似コード、オンライン学習、PAC学習、質問学習)
保護中: 機械学習の連続最適化としてのガウス・ニュートン法と自然勾配法
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)タスクに活用される機械学習の連続最適化としてのガウス・ニュートン法と自然勾配法(シャーマン・モリソンの公式、1ランク更新、フィッシャー情報行列、正則条件、推定誤差、オンライン学習、自然勾配法、ニュートン法、探索方向、最急降下法、統計的漸近理論、パラメータ空間、幾何構造、ヘッセ行列、正定値性、ヘリンジャー距離、シュワルツの不等式、ユークリッド距離、統計学、レーベンバーグ・マーカート法、ガウス・ニュートン法、ウルフ条件)
保護中: バンディッド問題の概要と歴史と強化学習/オンライン学習との関係
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ド問題の概要と歴史と強化学習/オンライン学習との関係(適応割り当て、逐次割り当て、確率的バンディット、敵対的バンディット、最適腕識別、Q学習、探索と知識利用のトレードオフ、リグレット)
保護中: オンライン学習の性能の評価(パーセプトロン、リグレット解析、FTL、RFTL)
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オンライン学習を評価するためのパーセプトロンとリグレット解析(FTL,RFTL)
保護中: 高度なオンライン学習(4)深層学習への適用(AdaGrad、RMSprop、ADADELTA、vSGD)
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AdaGrad, RMSprop, vSGDでのオンライン学習への適用
保護中: 高度なオンライン学習(2)分散並列処理(並列化ミニバッチ確率的勾配法、IPM、BSP、SSP)
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大規模データを効率的に処理するオンライン学習の分散並列処理(並列化ミニバッチ確率的勾配法、IPM、BSP、SSP)
機械学習プロフェッショナルシリーズ 「オンライン機械学習」 読書メモ
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)タスクを用いた大規模なデータの逐次処理等に用いられるオンライン学習参考図書
保護中: 高度なオンライン学習(1)高精度化アプローチ(パーセプトロン、PA、PA-I、PA-II、CW、AROW、SCW)
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)タスクの為のオンライン学習の高精度化のための各種手法の紹介(パーセプトロン、PA、CW、AROW、SCW)
オンライン学習とオンライン予測について
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逐次的な機械学習技術であるオンライン学習とそれらに意思決定問題を組み合わせたオンライン予測について