概要 
エキスパートの行動から報酬を推定し、報酬が高く得られると推測した行動を学習する
前提
- エキスパートは、高い報酬を得ようと行動している
ステップ
- 強化学習の実行
- エキスパートとの比較
- コストの更新(報酬関数)
- 最初から繰り返す
参考文献
関連項目
模倣学習
手法
ステップ
- 凸関数最適化
- 凹関数の勾配計算
- 凹関数の上昇方向に更新
概要
前提
ステップ
参考文献
関連項目
模倣学習
手法
ステップ
Menu
人工知能
前提知識
機械学習
- 決定機学習
- 相関ルール学習
- 人工ニューラルネットワーク
- 遺伝的プログラミング
- 帰納論理プログラミング
- サポートベクターマシン
- メタ学習
- 強化学習
- 逆強化学習
- Maximum Entropy(MAXENT)?
- Maximum Entropy IRL(MAXENTIRL)
- Maximum Entropy Deep Inverse Reinforcement Learning
- Max Margin?
- 転移学習
計算知能
人工ニューラルネットワーク
- FFNN
- single-layer perceptron
- multi-layer perceptron
- Deep learning
- QRNN
- CNN
- RBF
- GRNN
- RNN
- Independently Recurrent Neural Network (IndRNN)
- Fully recurrent network
- Hopfield network
- Boltzmann machine
- Simple recurrent networks(Elemen Neural Network)
- Echo state network
- Differentiable Neural Computing (DNC)
- LSTM(Long short term memory neural network)
- Gated Recurrent Unit(GRU)?
- Minimal Gated Unit(MGU)?
- Simple Gated Unit (SGU)?
- Deep Simple Gated Unit (DSGU)?
- Bi-directional RNN
- Hierarchical RNN
- Stochastic neural networks
- PNN
- LVQ
- Modular neural networks
- Committee of machines
- Associative neural network (ASNN)
- Physical neural network
- SOM
- Basic SOM
- BL-SOM
- BESOM
- Stacked autoencoder?
- Self-taught learning?
- Multi-task learning?
- Wavelet neural network
- Stochastic neural network?
- Boltzmann machine?
- Restricted boltzmann machine
- Deep Belief Network
- Hierarchical Temporal Memory
ファジィシステム
進化的計算
- 進化的アルゴリズム
- 遺伝的
- アルゴリズム
- プログラミング
- 進化的
- プログラミング
- 戦略
- 遺伝子発現的プログラミング
- 微分進化(差分進化)
- 遺伝的
- 群知能
- 蟻コロニー最適化
- 粒子群最適化
クラスタリング手法
非階層的クラスタリング
評価方法
- エントロピー（Entropy）
- 純度度（Purity）
- F尺度
- 精度
量子化
次元削除
埋め込み (Embedding)
求根アルゴリズム
ゲーム理論
- ゲームの分類?
不完全情報ゲーム・完全情報ゲーム
- 二人零和有限確定完全情報ゲーム?
非協力ゲーム・協力ゲーム
協力ゲーム
非協力ゲーム
- 囚人のジレンマ?
リンク
Openclassroom
その他
ツール
データ可視化
データセット
画像関連
文章
多方向視点画像
UFLDL
最近更新したページ
2023-05-26
2019-12-27
2019-08-15
2019-05-13
2019-01-15
2018-11-23
2018-11-18
2018-11-17
2018-11-14
2018-10-21
2018-08-08
2018-06-30
2018-06-02
2018-05-29
2018-04-30
2017-01-22
コメントをかく