強化å¦ç¿’ã¨ã¯ï¼Ÿ(What is Reinforcement Learning?)
強化å¦ç¿’ã®æ¦‚è¦ï¼Œå¿œç”¨ä¸Šã®åˆ©ç‚¹ï¼Œé©ç”¨ä¾‹ï¼ŒåŸºç¤Žç†è«–，代表的手法，応用ã«å¿…è¦ãªæŠ€è¡“ãªã©ã®èª¬æ˜Žã€‚ 本ページã®è¨˜è¿°ã¯ä¸‹è¨˜ã®è§£èª¬è¨˜äº‹ã‚’ã‚‚ã¨ã«WEB用ã«ä¿®æ£ã—ãŸã‚‚ã®ã§ã‚る： æœ¨æ‘ å…ƒï¼Œå®®å´Ž 和光，å°æž— é‡ä¿¡ï¼š 強化å¦ç¿’システムã®è¨è¨ˆæŒ‡é‡ï¼Œ 計測ã¨åˆ¶å¾¡, Vol.38, No.10, pp.618--623 (1999), 計測自動制御å¦ä¼š. 6 pages, postscript file, sice99.ps (1.31MB) PDF file, sice99.pdf (148KB) ç¬¬ï¼‘ç« ï¼š 強化å¦ç¿’ã®æ¦‚è¦ 1.1 強化å¦ç¿’ (Reinforcement Learning) ã¨ã¯? 1.2 制御ã®è¦–点ã‹ã‚‰è¦‹ãŸå¼·åŒ–å¦ç¿’ã®ç‰¹å¾´ 1.3 応用上期待ã§ãã‚‹ã“ã¨ ç¬¬ï¼’ç« ï¼š 強化å¦ç¿’ã®é©ç”¨ä¾‹ï¼šãƒãƒœãƒƒãƒˆã®æ©è¡Œå‹•ä½œç²å¾— ç¬¬ï¼“ç« ï¼š 強化å¦ç¿’ã®åŸºç¤Žç†è«– 3.1 マルコフ決定éŽç¨‹(Markov decision proc
Latent Dirichlet Allocations(LDA) ã®å®Ÿè£…ã«ã¤ã„㦠- 木曜ä¸è¶³
昨日㮠"Latent Dirichlet Allocations in Python" ã®ç¶šãã§å®Ÿé¨“çµæžœã‚’載ã›ã‚ˆã†ã‹ã¨æ€ã£ãŸã‘ã©ã€å…ˆã«ã‚„ã£ã±ã‚Šã‚‚ã†ã¡ã‚‡ã£ã¨ LDA を説明ã—ã¦ãŠã“ã†ã€‚ LDA ã®åˆå‡ºã¯ [Blei+ 2003] Latent Dirichlet Allocation 。 ãŸã ã— [Blei+ 2003] 㧠"LDA" ã¨ã—ã¦ã„ã‚‹ã®ã¯ãƒˆãƒ”ック-å˜èªžåˆ†å¸ƒãŒãŸã ã®å¤šé …分布(事å‰åˆ†å¸ƒç„¡ã—)ã®ã‚‚ã®ã€‚"LDA" ã¨ã—ã¦ã‚ˆãç›®ã«ã™ã‚‹ãƒˆãƒ”ック-å˜èªžå¤šé …分布ã«ãƒ‡ã‚£ãƒªã‚¯ãƒ¬äº‹å‰åˆ†å¸ƒãŒå…¥ã£ãŸã‚‚ã®ã¯ "Smoothed LDA" ã¨ã—ã¦è¨˜è¼‰ã•ã‚Œã¦ã„ã‚‹(確ã‹ã«Î²ã§ã‚¹ãƒ ージングã—ã¦ã„ã‚‹ã®ã¨ç‰ä¾¡)。 今回実装ã—㟠LDA も後者㮠"Smoothed LDA"。 ãã® LDA ã¯ã“ã‚“ãªæ„Ÿã˜ã€‚αã¨Î²ã¯ãƒã‚¤ãƒ‘ーパラメータã ã‹ã‚‰ã€ãƒãƒ“黒丸ã§æ›¸ã„ã¦æ¬²ã—ã„ã‚“ã ã‘ã©ã。 (図㯠Wikipedia-en ã® LD
自然言語処ç†ç ”究会 - tsubosakaã®æ—¥è¨˜
id:nokunoã•ã‚“ãŒä¸»å®°ã™ã‚‹ç¬¬2回自然言語処ç†å‹‰å¼·ä¼šï¼ æ±äº¬ã§"Latent Dirichlet Allocation入門"ã¨ã„ã†ã‚¿ã‚¤ãƒˆãƒ«ã§ç™ºè¡¨ã—ã¦ãã¾ã—ãŸã€‚ 内容ã¨ã—ã¦ã¯æ©Ÿæ¢°å¦ç¿’ライブラリMalletã«å®Ÿè£…ã•ã‚Œã¦ã„ã‚‹LDAã®ãƒžãƒ«ãƒã‚¹ãƒ¬ãƒƒãƒ‰å®Ÿè£…クラスã®ParallelTopicModelã§ä½¿ã‚ã‚Œã¦ã„るトピックモデルã®æŠ€è¡“を紹介ã™ã‚‹ã¨ã„ã†è©±ã§ã—ãŸã€‚ Latent Dirichlet Allocation入門View more presentations from tsubosaka. 本当ã¯æ–‡ç« 検索ã¸ã®å¿œç”¨ã¨ã‹ã®è©±ã‚‚ã—ãŸã‹ã£ãŸã®ã§ã™ãŒæº–å‚™ã«æ™‚é–“ãŒè¶³ã‚Šãšæ–念
LDAを利用ã—ãŸã€twitter上ã®ãƒ¦ãƒ¼ã‚¶é¡žä¼¼åº¦åˆ¤å®šã‚·ã‚¹ãƒ†ãƒ - risuo's blog
大å¦é™¢ã§è‡ªç„¶è¨€èªžå‡¦ç†ã®ç ”究をã—ã¤ã¤ã€ãƒ–ãƒã‚°ã‚¿ã‚¤ãƒˆãƒ«ã®ã‚ˆã†ãªã‚‚ã®ã‚’趣味的ã«ãƒãƒžãƒãƒžã¨ä½œã£ã¦ã„ã¾ã„ãŸã€‚個人的ã«ãªã‹ãªã‹é¢ç™½ã„解æžçµæžœãŒå‡ºãŸã¨æ€ã£ãŸã®ã§ã”紹介ã—ã¾ã™ã€‚ 目標： １．twitter上ã§ã€ã‚る入力ユーザ（自分ã§ãªãã¦ã‚‚よã„）ã¨èˆˆå‘³ã®å¯¾è±¡ãŒä¼¼ã¦ã„るユーザを発見ã™ã‚‹ ２．興味ã‚るトピックã«ã¯ã€ã©ã†ã„ã†å˜èªžãŒå«ã¾ã‚Œã¦ã„ã‚‹ã‹ç™ºè¦‹ã™ã‚‹ 手法： １．１ユーザã®ãƒ„イート全体を１ã¤ã®æ–‡æ›¸ã¨ã—ã¦ãƒ¢ãƒ‡ãƒªãƒ³ã‚°ã—ã€ï¼¬ï¼¤ï¼¡ã§è§£æž ２．全ã¦ã®ãƒ¦ãƒ¼ã‚¶ã«ã¤ã„ã¦ã€ãƒˆãƒ”ック-ユーザã®ç‰¹å¾´ãƒ™ã‚¯ãƒˆãƒ«ã®è·é›¢ã‚’使ã£ã¦é¡žä¼¼åº¦ã‚’計算 特徴： １．巷ã«ã‚るソーシャルãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ç³»ã®è§£æžã§ã‚ã‚ŠãŒã¡ãªã€ãƒ¦ãƒ¼ã‚¶åŒå£«ã®ãƒªãƒ³ã‚¯æƒ…å ±ã‚’å…¨ã使ã£ã¦ã„ãªã„ ２．トピックã®æ¬¡å…ƒã¯èªžå½™ã®æ¬¡å…ƒã¨æ¯”ã¹ã¦ã‹ãªã‚Šå°ã•ã„（1/(10^3)ãらã„）ã®ã§ã€å˜ã«å˜èªžã®é »åº¦ã‚’æ•°ãˆã‚‹ã®ã¨æ¯”ã¹ã¦æŸ”軟 解æžçµæžœã§ã™ãŒã€ã¨ã‚Šã‚ãˆãšpythonã®å‡¦ç†ç³»ãŒå‹•ä½œã™ã‚‹ç’°å¢ƒã§ç¢ºèªã§ãるよã†
1
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
http://nao.s164.xrea.com/RL-FAQ-j.html
{{#tags}}- {{label}}
{{/tags}}