「技術者のための基礎解析学」が発売されます！ - めもめも
www.shoeisha.co.jp 『ITエンジニアのための機械学習理論入門』（技術評論社）、そして、『TensorFlowで学ぶディープラーニング入門』（マイナビ出版）を出版させていただいた後、「機械学習に必要な数学をもう一度しっかりと勉強したい！」ーー そのような声を耳にすることが次第に増えてきました。とりわけ、私の書籍の熱心な読者の方から「この本にある数式を理解したくて、あらためて数学の勉強を始めました！」という声を聞き、何かその手助けができないか・・・と真剣に考えていた折、翔泳社の片岡仁氏から「数学の本でも書きませんか？」とのお声がけをいただき、本書の構想が始まりました。決して初心者向けとは言い難い、本格的な数学書の企画に賛同いただき、書籍化に向けた支援をいただいたことにあらためて感謝したいと思います。また、本書の原稿を隅々まで確認していただいた、査読者の方々にもこの場を借りてお
Jupyter Notebook版「ITエンジニアのための機械学習理論入門」サンプルスクリプト - めもめも
ITエンジニアのための機械学習理論入門 作者: 中井悦司出版社/メーカー: 技術評論社発売日: 2015/10/17メディア: 単行本（ソフトカバー）この商品を含むブログ (1件) を見る こちらの書籍のサンプルスクリプトをJupyter Notebookで書きなおしたものをGitHubで公開しました。 下記のリポジトリから入手可能です。 github.com GitHubのWebサイトで各ノートブックファイルを内容を見ることができます。これをJupyter環境にアップロードすると、実際にコードを実行することが可能になります。 これらのノートブックを実行可能なJupyter環境は、下記の記事で紹介しているDockerイメージから起動することができます。 enakai00.hatenablog.com Linux環境であれば、下記の手順で、ノートブックファイルを取得して、それを参照するための
倒立振子でDQNにおけるモデルの複雑さと学習内容の関係をちらっと確かめてみた系の話 - めもめも
何の話かというと qiita.com 上記の記事では、「倒立振子」を題材にした、DQN（Deep Q Network）による強化学習の解説があり、非常によくまとまっています。 一方、この記事の中では、全結合層を4層に重ねたネットワークを利用しているのですが、倒立振子の問題に限定すれば、もっとシンプルなネットワークでも対応できる気がしなくもありません。 というわけで、「0層（パーセプトロン）」「1層」「2層」のネットワークでどこまで学習できるのか、モデルの複雑さと学習内容の関係を確認してみたよー、というのがこのブログのネタになります。 DQNとは？ まずは簡単にDQNを解説しておきます。 ビデオゲームの自動プレイで有名になりましたが、「与えられた環境において、最善の行動を選択する」という処理を実現することが目標です。ここで言う「行動」は、ビデオゲームの操作のように、「どのボタンを押すのか」と
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
