強化学習 - 機械学習の「朱鷺の杜Wiki」
強化学習 (reinforcement learning)† 知識をもった教師からサンプルが与えられるのではなく，環境から与えられる報酬を元に，環境のモデルと報酬を最大化する政策を学習する枠組み． -- しましま 強化学習は、ベルマン方程式 \(Q(s,a)=\int Q(s'|a)p(a|\theta)+r_{ss'} p(s'|s,a)da\)のもとで期待報酬和\(\int Q(s,a)p(a|\theta)da\)を最大化する政策θを探す問題として、定式化される。このように定式化された強化学習では、ベルマン方程式を解くことと、最適な政策を探すという２つの操作を同時に行う。ベルマン方程式の解き方によって、モンテカルロ法、TD(λ)、動的計画法と呼び分ける。一方、政策の最適化（サンプリング）は方策オンと方策オフの2つ分類される。 応用上の問題点としては次のようなものが挙げられる。 状態s
パターン認識と機械学習（PRML）まとめ - 人工知能に関する断創録
2010年は、パターン認識と機械学習（PRML）を読破して、機械学習の基礎理論とさまざまなアルゴリズムを身につけるという目標（2010/1/1）をたてています。もうすでに2010年も半分以上過ぎてしまいましたが、ここらでまとめたページを作っておこうと思います。ただ漫然と読んでると理解できてるかいまいち不安なので、Python（2006/12/10）というプログラミング言語で例を実装しながら読み進めています。Pythonの数値計算ライブラリScipy、Numpyとグラフ描画ライブラリのmatplotlibを主に使ってコーディングしています。実用的なコードでないかもしれませんが、ご参考まで。 PRMLのPython実装 PRML読書中（2010/3/26） 多項式曲線フィッティング（2010/3/27） 最尤推定、MAP推定、ベイズ推定（2010/4/4） 分類における最小二乗（2010/4/
manual - 機械学習勉強会Wiki
はじめに † 機械学習テンプレートライブラリは，自然言語処理へ機械学習を応用する研究や，より自然言語処理に適した機械学習手法の開発を容易にするための C++ テンプレートライブラリです．特に，系列構造や木構造など，自然言語の構造を表現するのに適した構造に対して，様々な機械学習アルゴリズムを利用できるように設計されています． 設計の特徴として，データ構造を表すクラスと学習アルゴリズムを表すテンプレートクラスを分離し，これらの間をつなぐインタフェースを設定することで，汎用性を高めています．これにより，新たにデータ構造クラスを作成した場合に様々な学習アルゴリズムとの組み合わせを容易に試すことができ，逆に，新たな学習アルゴリズムを実装した場合には様々なデータ構造との組み合わせを試すことができます． 現在のところ，以下のデータ構造が実装されています． 多クラス分類 ― 文書分類，関係抽出など 可変候
FrontPage - 機械学習勉強会Wiki
Natural Language Processing & Machine Learning † 自然言語処理においても、機械学習は重要なツールになりつつあります。 また、近年、統計的なシステムの普及と共に論文の数も増加しています。 研究者として問題解決能力を高めるためには、多くの論文に触れ、問題に 直面した際、ああ、あれがあったな、と思えることが重要です。 しかし、一人で一日に読める論文の数は１，２本です。 そこで、 学生を中心とした中川研究室の勉強会を外部に開放することにしました。 お互いに教えあうことで、知っている論文の数を何倍にも増やすのが この勉強会の目的です。 毎週一回の開催を目標としています。 ICML, NIPS, UAI, ACL, EMNLP, HLT, AAAI, IJCAI, SIG-KDD, SIGIR, JMLR, JAIR などで発表された去年と今年の論文、あ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
[2007-2009年: 機械学習概論（キャノン）]
UCI Machine Learning Repository
サービス終了のお知らせ
第1回IBISML研究会のプログラム出そろいました
http://wiki.r.dl.itc.u-tokyo.ac.jp/index.php?%B7%D7%BB%BB%B5%A1%A4%CE%CD%F8%CD%D1
Stanford School of Engineering