PFN福田圭祐による東大大学院「融合情報学特別講義Ⅲ」(2022年10月19日)の講義資料です。 ・Introduction to Preferred Networks ・Our developments to date ・Our research & platform ・Simulation ✕ AI
![サマータイム実施は不可能である](https://cdn-ak-scissors.b.st-hatena.com/image/square/abf086b1664769a7312c841f1a0be3902f8fd1ff/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Fno-summertime-0-180810002537-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)
「『内積』を知っている人に,深層学習の中身がだいたいわかってもらう」ことを目指しています.これぐらいをスタートに,理解を深めていけばいいのではないかと思いました.ちなみに学習(例えばback propagationあたりの)の部分については,特に触れていません.それ以前の基本の部分です. (2017.1.28, 少々補足スライドをいれて,初学者向けにさらにわかりやすくしたつもりです.) なお,ここで出てくる数式は,せいぜい足し算と掛け算ぐらいです.Read less
第2回 プログラマのための数学勉強会で発表した資料です http://maths4pg.connpass.com/event/11781/Read less
試験に出るグリフハック 1. 試験に出るグリフハック 夏休みの自由研究 : 昆虫採集日記 えんらいてんどぐみ いまみち ふゅーちゃー 聖イングレス幼稚園 緑組 今道 未来 enlightened path future present now 2. 保護者のみなさまへ ・グリフ4つの設問しか無いのは、高レベルアイテムが欲しくて 高レベルポータルでハックしたからです。 ・色が違う文字が混ざってるのは、グリフハックで間違えたからです。 ・「chaos」「journey」「escape」「fear」などで、頻繁に 間違えているのは、とってもとってもとっても苦手な文字だからです。 ・グリフを覚える時は、 「あの上っ側にあるMみたいな奴」で覚えても試験でつまづきます。 ※個人の感想です 「avoid」とすぐ反応できるように徐々に覚えていきましょう。 3. はちがつようか はれ なつやすみはきょうとの
社内勉強会でAndrew Ng先生が提唱するData-Centric AIについて紹介した際の資料です。 2012年の画像認識コンペティションILSVRCにおけるAlexNetの登場以降,画像認識においては畳み込みニューラルネットワーク (CNN) を用いることがデファクトスタンダードとなった.CNNは画像分類だけではなく,セグメンテーションや物体検出など様々なタスクを解くためのベースネットワークとしても広く利用されてきている.本講演では,AlexNet以降の代表的なCNNの変遷を振り返るとともに,近年提案されている様々なCNNの改良手法についてサーベイを行い,それらを幾つかのアプローチに分類し,解説する.更に,実用上重要な高速化手法について、畳み込みの分解や枝刈り等の分類を行い,それぞれ解説を行う. Recent Advances in Convolutional Neural Netw
書籍化し、12万部突破しました。 【SlideShare広告回避用】 https://www.docswell.com/s/morishige/K3MXPZ-howtodesignslides ・PDFは無料でダウンロードできます ・自己学習や勉強会などの目的でしたらご自由にお使いいただけます ・授業・研修への利用はフォーム( https://forms.gle/WwgXTT974xFW78mFA )にご報告ください ・記事への参考資料にする際は適切な出典明記をお願いいたします 【使っているフォントについて】 M+フォント「MigMix1P」です。こちらもメイリオ同様おすすめです。 フリーで使えます。 【個人HP】 > https://mocks.jp > 仕事のご依頼はこちらから 【書籍情報】 デザイン入門:https://amzn.asia/d/4WDsTI6 デザイン図鑑:https
東京大学 松尾研究室が主催する深層強化学習サマースクールの講義で今井が使用した資料の公開版です. 強化学習の基礎的な概念や理論から最新の深層強化学習アルゴリズムまで解説しています.巻末には強化学習を勉強するにあたって有用な他資料への案内も載せました. 主に以下のような強化学習の概念やアルゴリズムの紹介をしています. ・マルコフ決定過程 ・ベルマン方程式 ・モデルフリー強化学習 ・モデルベース強化学習 ・TD学習 ・Q学習 ・SARSA ・適格度トレース ・関数近似 ・方策勾配法 ・方策勾配定理 ・DPG ・DDPG ・TRPO ・PPO ・SAC ・Actor-Critic ・DQN(Deep Q-Network) ・経験再生 ・Double DQN ・Prioritized Experience Replay ・Dueling Network ・Categorical DQN ・Nois
第2回数理生物サマーレクチャーコース@理研CDB,講義資料. 2013/07/30Read less
2023/02/06追記: slideshareが非常に使いづらくなってしまったため、speakerdeckに転載しました。 https://speakerdeck.com/masaha03/hazimeteno-r 補足記事を書きました。併せてご覧ください。http://m884.hateblo.jp/entry/2012/12/03/232431
2011/12/15 第34回分子生物学会年会 フォーラム 「もし分子生物学者が Google+ の招待を受けたら」Read less
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
処理を実行中です
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