強化学習の基礎と深層強化学習（東京大学 松尾研究室 深層強化学習サマースクール講義資料）
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
機械学習勉強会 資料
機械学習勉強会 資料 1. 機械学習勉強会資料 〜機械学習で遊ぼう！〜 @kivantium 誤った記述が含まれる可能性があります 嘘を嘘と見抜ける人のみ閲覧してください 2. 機械学習の流れ 前処理 結果 元 デ ー タ 特徴抽出 学習器 この部分は共通！ここをうまくやれば 3. 前処理と特徴抽出 前処理 結果 元 デ ー タ 特徴抽出 学習器 特徴抽出の方法はデータによっていろいろ ● 画像: SURF・SIFT・HOG・LBP ● 音声: MFCC ● テキスト: n-gram・TF-IDF 特徴量が取れさえすれば同じような仕組みで分類できるよね！ 4. ご注文は機械学習ですか？ ● 去年書いたプログラム ● ニューラルネットワークを使ってみたかった ● 顔検出プログラムは転がっていた →顔部分だけについて分類してみよう！ ● 特徴量は64色に減色したピクセルの色割合 ● 詳細は「ご
実戦投入する機械学習
検証活動で作成した、会議を診断してくれる会議診断士さゆりの説明資料。 機械学習(SVM)を利用し、会議の良し悪しを判定します。
AIによるアニメ生成の挑戦
The document discusses recent advances in generative adversarial networks (GANs) for image generation. It summarizes two influential GAN models: ProgressiveGAN (Karras et al., 2018) and BigGAN (Brock et al., 2019). ProgressiveGAN introduced progressive growing of GANs to produce high resolution images. BigGAN scaled up GAN training through techniques like large batch sizes and regularization metho
Deep learningの世界に飛び込む前の命綱
言葉のもつ広がりを、モデルの学習に活かそう -one-hot to distribution in language modeling-
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
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
AWS re:Invent 2016: NEW LAUNCH! Introducing Amazon Rekognition (MAC203)
Introducing Amazon Rekognition, Amazon Polly and Amazon Lex
kintone Café 東京 Vol.4 ハンズオン資料（kintone & AWS API Gateway/Lambda/Machine Learning）
MapReduceによる大規模データを利用した機械学習
機械学習によるデータ分析まわりのお話
【LT版】Elixir入門「第7回：Python／KerasをElixirから繋いでアレコレする」
AI入門「第3回：数学が苦手でも作って使えるKerasディープラーニング」【旧版】※新版あります
ﾋﾟｰFIの研究開発現場
