機械学習・ディープラーニング

Bellman方程式と状態価値関数、行動価値関数（Q関数）について

強化学習でよく登場するのが「状態価値関数」$v_\pi(s)$ と「行動価値関数（Q関数）」$q_pi(s,a)$ です。どちらも「将来の収益（割引した報酬の合計）の期待値」を測るものですが、着目す …
RNN（Recurrent Neural Network：再帰型ニューラルネットワーク）：時系列データの学習を支える仕組み

RNNとは？ RNNは時系列データや文章のように「順序が重要なデータ」を扱うためのニューラルネットワークです。通常のニューラルネットワーク（全結合層など）は「入力 → 出力」で一度きりの変換をします …
GRPO（Group Relative Policy Optimization）の “数式が言いたいこと” を噛み砕いてみる

GRPO（Group Relative Policy Optimization）の整理登場する記号の整理記号意味直感的なイメージ $q$ 質問（プロンプト） 1 つの入力 $\{o_1,\do …
LLMにおける「reasoning」とは？ — わかりやすく解説

最近、AIや大規模言語モデル（LLM）について調べていると、「reasoning」という言葉をよく目にするかもしれません。でも、「reasoningって何？」「普通の文章生成と何が違うの？」と疑問に …
【Voice Conversion】So‑VITS‑SVC 4.1 Stable 実行メモ

Voice Conversion（VC,声質変換）は、元の話者が発話した内容を保持したまま、声質だけを別人のものへ変換する技術です。本ガイドでは、高品質な非リアルタイム VC を実現するために、 S …
【Voice Conversion】So‑VITS‑SVC 4.1 Stable 実行メモ

Voice Conversion（VC,声質変換）は、元の話者が発話した内容を保持したまま、声質だけを別人のものへ変換する技術です。本ガイドでは、高品質な非リアルタイム VC を実現するために、 S …
長期記憶を持つ？言語モデルのアーキテクチャ「Titans」の革新性をわかりやすく解説

Titans: 学習した記憶を推論時に活かす新手法機械学習モデルは、一度学習した知識をうまく活用できているのでしょうか？従来の Transformer や RNN/LSTM は、短期的な情報の処理 …
scikit-learnにおけるDBSCANの使い方と意味について

DBSCANとは？データ分析や機械学習を行う際、データをグループ化する「クラスタリング」という手法は非常に重要です。その中で「DBSCAN（Density-Based Spatial Cluster …

1 2 3 ... 12 次へ