GWなので機械学習の本を読みたいのは山々ですが、試験も近づいてきているので直近の過去問をみていきます。 カッコ書きのカテゴリは適当です。 H27午前： CMA2次試験ノート（H27午前） H27午後： CMA2次試験ノート（H27午後） H26午前： CMA2次試験ノート（H…

読んでいる本（出典）： 強化学習 : Richard S.Sutton, Andrew G.Barto, 三上 貞芳, 皆川 雅章 : 本 : Amazon.co.jp前回：ノート12 ／ 次回： まだ 目次：強化学習読んだページ： 156～172ページ 以下、雑談。 「グラフの傾きが上向きであることから、時間と…

参考文献： 強化学習 : Richard S.Sutton, Andrew G.Barto, 三上 貞芳, 皆川 雅章 : 本 : Amazon.co.jp 関連記事： 強化学習強化学習のTD解法である、Sarsa（方策オン型）とQ学習（方策オフ型）の違い。 ちゃんとした話は参考文献の6章を参照。以前考えた転…

読んでいる本（出典）： 強化学習 : Richard S.Sutton, Andrew G.Barto, 三上 貞芳, 皆川 雅章 : 本 : Amazon.co.jp前回：ノート11 ／ 次回： まだ 目次：強化学習読んだページ： 147～156ページ 以下、自分の理解。 これまでのあらすじ： 強化学習の解法で…

読んでいる本（出典）： 強化学習 : Richard S.Sutton, Andrew G.Barto, 三上 貞芳, 皆川 雅章 : 本 : Amazon.co.jp前回：ノート10 ／ 次回： まだ 目次：強化学習読んだページ： 119～147ページ 以下、自分の理解。 この本の2部で紹介される手法の特徴（111…

読んでいる本（出典）： 強化学習 : Richard S.Sutton, Andrew G.Barto, 三上 貞芳, 皆川 雅章 : 本 : Amazon.co.jp この記事はただのデバッグ記録です。 経緯 前回の記事の、「レンタカー2営業所問題」のスクリプトがバグっていた（現在は修正済）。 調査 …

読んでいる本（出典）： 強化学習 : Richard S.Sutton, Andrew G.Barto, 三上 貞芳, 皆川 雅章 : 本 : Amazon.co.jp前回：ノート9 ／ 次回：ノート11 目次：強化学習今日読んだページ： 98～118ページ 以下、自分の解釈。 有限 MDP であるような強化学習問題…

この勉強会に参加させていただきました： 基礎からのベイズ統計学 Skype読書会(3) - connpass 読んでいる本（出典）： 基礎からのベイズ統計学: ハミルトニアンモンテカルロ法による実践的入門 | 豊田 秀樹 | 本 | Amazon.co.jp前回：メモ2 ／ 次回： まだ …

読んでいる本（出典）： 強化学習 : Richard S.Sutton, Andrew G.Barto, 三上 貞芳, 皆川 雅章 : 本 : Amazon.co.jp前回：ノート8 ／ 次回：ノート10 目次：強化学習今日読んだページ： 93～98ページ 以下、自分の解釈・感想・雑談。 今日から4章。4章は強化…

読んでいる本（出典）： 強化学習 : Richard S.Sutton, Andrew G.Barto, 三上 貞芳, 皆川 雅章 : 本 : Amazon.co.jp前回：ノート7 ／ 次回：ノート9 目次：強化学習今日読んだページ： 72～92ページ 以下、自分の解釈・感想・雑談。 （前回）「状態」は（ほ…

読んでいる本（出典）： 強化学習 : Richard S.Sutton, Andrew G.Barto, 三上 貞芳, 皆川 雅章 : 本 : Amazon.co.jp前回：ノート6 ／ 次回：ノート8 目次：強化学習今日読んだページ： 68～71ページ 以下、自分の解釈・感想・雑談。 （前回）強化学習を定義…

マハラノビス距離 参考文献： Mahalanobis distance - Wikipedia, the free encyclopedia 点 と分布の距離であって次のように定義される。ただし、 は分布の平均ベクトルと共分散行列。 意味的には、ある点が、ある分布の平均から標準偏差の何倍離れたところ…