最適化超入門
DQN（Deep Q Network）以前からRainbow、またApe-Xまでのゲームタスクを扱った深層強化学習アルゴリズムの概観。 ※ 分かりにくい箇所や、不正確な記載があればコメントいただけると嬉しいです。 最適輸送問題（Wasserstein 距離）を解く方法についてのさまざまなアプローチ・アルゴリズムを紹介します。 線形計画を使った定式化の基礎からはじめて、以下の五つのアルゴリズムを紹介します。 1. ネットワークシンプレックス法 2. ハンガリアン法 3. Sinkhorn アルゴリズム 4. ニューラルネットワークによる推定 5. スライス法 このスライドは第三回 0x-seminar https://sites.google.com/view/uda-0x-seminar/home/0x03 で使用したものです。自己完結するよう心がけたのでセミナーに参加していない人にも役立
ビッグデータの解析で明らかになった３つの人間・社会の法則 - のほほん感想録
『データの見えざる手』を読みました。 この本は、ウエアラブルセンサという人に装着するセンサを利用して、24時間人間の行動を記録したビッグデータから人間社会の新たな発見について書かれたものです。 今まで理系の本は、興味が湧かなかったので読んでこなかったのですが、この本は興味のない私でも楽しめました。経済や経営といった社会科学が科学的に明らかになっていき、今までの人間や社会の常識が覆されていくのが面白かったです。 今回は、この本を読んで驚いた、ビッグデータで明らかになった人間や社会の法則をいくつか紹介したいと思います。 Photo:big-data_conew1 By luckey_sun 人間の行動は決まっている 人が1日に行動できる回数は決まっていることが、ビッグデータによって明らかになりました。そのデータの要約は以下の通り。 人は、1日の中で約7万回の腕の動きをしており、人の行動の種類が
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
機械学習によるデータ分析まわりのお話
