Belanja di App banyak untungnya: Banyak Vouchernya Produk Eksklusif di App Rekomendasi Hanya Untukmu Paling Pertama Dapat Promo
Machine Learning Advent Calendar 2014の12日目。 最近半教師あり学習に興味があってちょっと勉強してみたのでそれについて書いてみる。自分が勉強した時に読んだ文献も下の方に書いたのでもし興味があれば。 半教師あり学習はラベル付きデータに加えてラベル無しデータも使って学習できるということですごく魅力的なんだけど、何も考えずに使うと教師あり学習より精度が落ちることがよくある。 ラベル無しデータはその名の通りどのクラスに属すかが分かっていないデータなので、何かしらの モデル に基いてそのデータがどのクラスに属するかを仮定してやらないといけない。つまりデータの分布（モデル）に仮定を置かないといけない。半教師あり学習をする上ではこれが 一番重要。 Introduction to Semi-Supervised Learningのp.15にもこう書いてある。 the
Evolution strategies as a scalable alternative to reinforcement learning We’ve discovered that evolution strategies (ES), an optimization technique that’s been known for decades, rivals the performance of standard reinforcement learning (RL) techniques on modern RL benchmarks (e.g. Atari/MuJoCo), while overcoming many of RL’s inconveniences. In particular, ES is simpler to implement (there is no n
前回の記事『スレッド間のデータ共有に使える「Microsoft PPLの並列コンテナ」』 Asynchronous Agentsとは 英和辞典によりますと"agent"は代理業者／仲介人あるいは作用因子を意味するみたい。仕事を依頼すれば勝手にやっといてくれるイメージでしょうか。ASynchronous Agentsの主役はclass agent、agentから導出したクラスで純粋仮想関数：void run()を再定義しておき、インスタンスに対してstart()するとrun()が動き出します。ともかくもやってみましょう。 #include <iostream> #include <sstream> #include <string> #include <agents.h> class greeting_agent : public concurrency::agent { private:
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
