強化学習で考えるギャンブラーの最適行動 - kivantium活動日記

2015/09/29 153 users アルゴリズム 出力 kivantium活動日記 正解 報酬

2015-09-29 強化学習で考えるギャンブラーの最適行動 強化学習と呼ばれる機械学習の一分野があります。機械学習というと、入力に対して正解の出力を当てる教師あり学習が話題になることが多いですが、強化学習では明示的に正解が与えられません。ある行動を試してみて、それに対して得られる「報酬」から自分でどのような行動が良い結果をもたらすのかを判断して、より良い行動を学習するアルゴリズムになっています。... 続きを読む

確率は観測可能なのか？ - hiroyukikojimaの日記

2015/07/17 201 users hiroyukikojima 新著 まえがき 追い打ち 販促

00:15ぼくの新著『確率を攻略する　ギャンブルから未来を決める最新理論まで』ブルーバックスが、そろそろ店頭に並んでいる頃なので、販促の追い打ちをかけておこう。「まえがき」については、前回(来週に新著が出ます！　確率の本です！ - hiroyukikojimaの日記)に晒したし、それは『現代ビジネス』(数学者もギャンブラーも投資家もみんな夢中　　世界は確率で動いている！　小島寛之＝著『確率を攻略す... 続きを読む