ベã‚分布を生æˆã™ã‚‹é–¢æ•° - ドレッシングã®ã‚ˆã†ãª
R ã«ã¯æ¨™æº–ã§ãƒ™ã‚分布を生æˆã™ã‚‹é–¢æ•°ãŒã‚ã‚Šã¾ã›ã‚“ã．以下ã®é–¢æ•°ã‚’定義ã™ã‚‹ã¨ï¼ŒZipf-Mandelbrot 分布 ã«å¾“ã†ä¹±æ•°ã‚’ runif ã¨åŒã˜æ„Ÿè¦šã§ç”Ÿæˆã§ãã¾ã™ï¼Ž rzipf <- function (n, s=1, q=0, supp=c(1,n)) { x <- supp[1]:supp[2] p <- 1/(x + q)**s y <- sample(x, n, replace=T, prob=p) return(y) } ã“ã“ã§ï¼Œå¼•æ•°ã® supp ã¯ï¼Œç¢ºçŽ‡åˆ†å¸ƒã®ã‚µãƒãƒ¼ãƒˆã®ä¸‹é™ã¨ä¸Šé™ã‚’æŒã¤é…列ã§ã™ï¼Ž
äºŒé …åˆ†å¸ƒ
äºŒé …åˆ†å¸ƒã€€ã€€ã€€ã€€ã€€Last modified: Nov 07, 2002 ã‚る集団ã«ãŠã„ã¦ï¼Œç‰¹æ€§ A ã‚’æŒã¤ã‚‚ã®ã®å‰²åˆãŒ $p$ ã§ã‚り，æŒãŸãªã„ã‚‚ã®ã®å‰²åˆãŒ $q$ ã§ã‚ã‚‹ã¨ã™ã‚‹ï¼ˆ $p + q = 1$ ）。ã“ã®ã¨ã，集団ã‹ã‚‰ç„¡ä½œç‚ºã« $n$ 人を抽出ã—ãŸã¨ã，特性 A ã‚’æŒã¤ã‚‚ã®ãŒ $x$ 人ã§ã‚る確率を考ãˆã‚‹ã€‚$n$ 人ã®ã†ã¡ $x$ 人ãŒç‰¹æ€§ã‚’æŒã¤çµ„åˆã›ã¯ ${}_{n}C_{x}$ 通りã‚る（ $\displaystyle {n \choose x}$ ã¨ã‚‚書ã） 。ãã®å„々ã«å¯¾ã—ã¦ï¼Œ$x$ 人ãŒç‰¹æ€§ A ã‚’æŒã¤ç¢ºçŽ‡ã¯ $p^{x}$，残り $n - x$ 人ãŒç‰¹æ€§ã‚’æŒãŸãªã„確率㯠$q^{n - x}$ ã§ã‚り，両者ãŒå…±ã«èµ·ã“る確率ã¯ä¸¡è€…ã®ç©ã§ã‚る。よã£ã¦ï¼Œ \[ f(x) = {}_nC_{x}\ p^x\ q^{n-x},\ p \gt 0, q \gt 0,\ p+1=
å¤šé …åˆ†å¸ƒ
å¤šé …åˆ†å¸ƒã€€ã€€ã€€ã€€ã€€Last modified: Nov 07, 2002 $k$ 種類ã®äº‹è±¡ãŒç™ºç”Ÿã™ã‚‹ç¢ºçŽ‡ã‚’ãã‚Œãžã‚Œ $p_{1}, p_{2}, \dots , p_{k},\ \ \left ( \displaystyle \sum_{i=1}^k p_{i} = 1 \right )$ ã¨ã—ãŸã¨ã，$n$ 回ã®è©¦è¡Œã«ã‚ˆã‚Šãã‚Œãžã‚Œã®äº‹è±¡ãŒ $x_{1}, x_{2}, \dots , x_{k}\ \left ( \displaystyle \sum_{i=1}^k x_{i} = n \right)$ 回ãŠãる確率ã¯æ¬¡å¼ã§è¡¨ã•ã‚Œã‚‹ã€‚ \[ f(x_{1}, x_{2}, \dots , x_{k-1}) = \frac{n!}{\displaystyle \prod_{i=1}^k x_i!}\ \prod_{i=1}^k p_i^{x_i} \] å¤šé …åˆ†å¸ƒã®å¹³å‡ $E ( x_{i
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
1
ランã‚ング
ランã‚ング
ランã‚ング
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
{{#tags}}- {{label}}
{{/tags}}