å¦ç¿’アルゴリズムã®æƒ…å ±å¹¾ä½• - 知能システム科å¦ç‰¹åˆ¥è¬›ç¾©ç¬¬ï¼’(2007年度å¤å¦æœŸ)å¦ç¿’ã®å¹¾ä½• æ‘ç”° 昇 ã¯ã˜ã‚ã« æƒ…å ±å¹¾ä½•å…¥é–€ EM ã®å¹¾ä½• EM ã®æ‹¡å¼µ* 集団å¦ç¿’ ãŠã‚ã‚Šã« å¦ç¿’アルゴリズムã®æƒ…å ±å¹¾ä½• 知能システム科å¦ç‰¹åˆ¥è¬›ç¾©ç¬¬ï¼’ (2007 年度å¤å¦æœŸ) æ‘ç”° 昇 æ—©ç¨²ç”°å¤§å¦ ç†å·¥å¦è¡“院 Aug. 3, 2007 / æ±äº¬å·¥æ¥å¤§å¦ å¦ç¿’ã®å¹¾ä½• æ‘ç”° 昇 ã¯ã˜ã‚ã« æƒ…å ±å¹¾ä½•å…¥é–€ EM ã®å¹¾ä½• EM ã®æ‹¡å¼µ* 集団å¦ç¿’ ãŠã‚ã‚Šã« Outline 1 ã¯ã˜ã‚ã« 2 æƒ…å ±ç©ºé–“ã®å¹¾ä½•å¦ 3 EM アルゴリズムã®å¹¾ä½•å¦ 4 EM アルゴリズムã®æ‹¡å¼µ* 5 集団å¦ç¿’ã®å¹¾ä½•å¦ å¦ç¿’ã®å¹¾ä½• æ‘ç”° 昇 ã¯ã˜ã‚ã« å¦ç¿’ã¨ã¯ä½•ã‹ æ´å²çš„背景 å¦ç¿’å•é¡Œã®å®šå¼åŒ– 確率モデル æƒ…å ±å¹¾ä½•å…¥é–€ EM ã®å¹¾ä½• EM ã®æ‹¡å¼µ* 集団å¦ç¿’ ãŠã‚ã‚Šã« å·¥å¦ã«ãŠã‘る種々ã®å•é¡Œ 以下ã®ã‚ˆã†ãªä¾‹ã‚’考ãˆã¦ã¿ã‚‹ï¼Ž ç”»åƒã‚’圧縮ã™ã‚‹ï¼Ž ç”»ç´ å€¤ X ã®åˆ†å¸ƒ P(X) を求ã‚ï¼Œæƒ…å ±é‡ log 1/P(X) ã«åŸº ã¥ã„ã¦æƒ…
強化å¦ç¿’ã¨ã¯ï¼Ÿ(What is Reinforcement Learning?)
{{#tags}}- {{label}}
{{/tags}}