AD13
の編集
Top
/
AD13
[
トップ
] [
編集
|
差分
|
履歴
|
添付
|
リロード
] [
新規
|
一覧
|
検索
|
最終更新
|
ヘルプ
]
-- 雛形とするページ --
島部/menu/template
[[Rene_アルゴリズムとデータ構造]] 【キーワード】ニューラルネットワーク, 強化学習 *生物模倣アルゴリズム [#o66c93f5] **1. ニューラルネットワーク(Neural Network: NN)の解説 (45分) [#o1eaeba4] *** 初歩的な理論 [#m05a0df1] ざっと全体に目を通してください。 https://www.imagazine.co.jp/%E3%83%8B%E3%83%A5%E3%83%BC%E3%83%A9%E3%83%AB%E3%83%8D%E3%83%83%E3%83%88%E3%83%AF%E3%83%BC%E3%82%AF%E3%82%92%E7%90%86%E8%A7%A3%E3%81%99%E3%82%8B%E3%80%80%EF%BD%9E%E3%83%87%E3%82%A3%E3%83%BC%E3%83%97/ 結合の重みの調整が学習であることをざっと読んでください。 https://www.cis.twcu.ac.jp/~asakawa/chiba2002/lect3-layerd/index.html 評価関数の最小化の図から最適化問題であることをざっと読んでください。 https://qiita.com/omiita/items/1735c1d048fe5f611f80 *** pythonプログラム [#bb2e1eb7] すべてのコードを実行して内容を理解してください。 https://blog.apar.jp/deep-learning/14708/ 上の詳細版です。ざっと読むだけで良いです。 http://tuz.hatenablog.com/entry/2017/10/24/230407 https://tutorials.chainer.org/ja/13_Basics_of_Neural_Networks.html **2. 強化学習の解説 (45分) [#o1eaeba4] *** 強化学習の適用先具体例 [#n8975b89] 全体に目を通してどんな具体例があるのか知ってください。 https://ai-kenkyujo.com/2020/07/29/kyoukagakusyu/ https://qiita.com/Hironsan/items/56f6c0b2f4cfd28dd906 *** 強化学習の理論 [#m8ce39e4] 読み比べながらざっと読んでください。 http://sysplan.nams.kyushu-u.ac.jp/gen/edu/RL_intro.html https://www.tcom242242.net/entry/ai-2/%E5%BC%B7%E5%8C%96%E5%AD%A6%E7%BF%92/%E3%80%90%E5%BC%B7%E5%8C%96%E5%AD%A6%E7%BF%92%E3%80%81%E5%85%A5%E9%96%80%E3%80%91q%E5%AD%A6%E7%BF%92_%E8%BF%B7%E8%B7%AF%E3%82%92%E4%BE%8B%E3%81%AB/ *** pythonプログラム [#u30e69a3] 3.5のコードを実行してください。 https://datumstudio.jp/blog/deepmind%E3%81%AEdqn%E3%82%A2%E3%83%AB%E3%82%B4%E3%83%AA%E3%82%BA%E3%83%A0%E3%82%92%E5%86%8D%E7%8F%BE%E3%81%97%E3%81%A6%E3%81%BF%E3%81%9F
タイムスタンプを変更しない
[[Rene_アルゴリズムとデータ構造]] 【キーワード】ニューラルネットワーク, 強化学習 *生物模倣アルゴリズム [#o66c93f5] **1. ニューラルネットワーク(Neural Network: NN)の解説 (45分) [#o1eaeba4] *** 初歩的な理論 [#m05a0df1] ざっと全体に目を通してください。 https://www.imagazine.co.jp/%E3%83%8B%E3%83%A5%E3%83%BC%E3%83%A9%E3%83%AB%E3%83%8D%E3%83%83%E3%83%88%E3%83%AF%E3%83%BC%E3%82%AF%E3%82%92%E7%90%86%E8%A7%A3%E3%81%99%E3%82%8B%E3%80%80%EF%BD%9E%E3%83%87%E3%82%A3%E3%83%BC%E3%83%97/ 結合の重みの調整が学習であることをざっと読んでください。 https://www.cis.twcu.ac.jp/~asakawa/chiba2002/lect3-layerd/index.html 評価関数の最小化の図から最適化問題であることをざっと読んでください。 https://qiita.com/omiita/items/1735c1d048fe5f611f80 *** pythonプログラム [#bb2e1eb7] すべてのコードを実行して内容を理解してください。 https://blog.apar.jp/deep-learning/14708/ 上の詳細版です。ざっと読むだけで良いです。 http://tuz.hatenablog.com/entry/2017/10/24/230407 https://tutorials.chainer.org/ja/13_Basics_of_Neural_Networks.html **2. 強化学習の解説 (45分) [#o1eaeba4] *** 強化学習の適用先具体例 [#n8975b89] 全体に目を通してどんな具体例があるのか知ってください。 https://ai-kenkyujo.com/2020/07/29/kyoukagakusyu/ https://qiita.com/Hironsan/items/56f6c0b2f4cfd28dd906 *** 強化学習の理論 [#m8ce39e4] 読み比べながらざっと読んでください。 http://sysplan.nams.kyushu-u.ac.jp/gen/edu/RL_intro.html https://www.tcom242242.net/entry/ai-2/%E5%BC%B7%E5%8C%96%E5%AD%A6%E7%BF%92/%E3%80%90%E5%BC%B7%E5%8C%96%E5%AD%A6%E7%BF%92%E3%80%81%E5%85%A5%E9%96%80%E3%80%91q%E5%AD%A6%E7%BF%92_%E8%BF%B7%E8%B7%AF%E3%82%92%E4%BE%8B%E3%81%AB/ *** pythonプログラム [#u30e69a3] 3.5のコードを実行してください。 https://datumstudio.jp/blog/deepmind%E3%81%AEdqn%E3%82%A2%E3%83%AB%E3%82%B4%E3%83%AA%E3%82%BA%E3%83%A0%E3%82%92%E5%86%8D%E7%8F%BE%E3%81%97%E3%81%A6%E3%81%BF%E3%81%9F
テキスト整形のルールを表示する