1. 定義と概要 連続値とは、身長・体重・売上高・気温のように、ある区間内のあらゆる実数値を連続的に取りうるデータのことです。理論上どこまでも細かい値（例えば1…

1. 定義と概要 連続値制御問題とは、強化学習においてエージェント（強化学習で行動を選び学習していく主体のこと）が出力する行動（アクション）が、速度・角度・トル…

1. 定義と概要 文脈解析とは、複数の文にまたがる関係を解析し、文章全体としての意味を捉える処理です。たとえば「太郎は公園に行った。彼はそこでボールを拾った。」…

1. 定義と概要 カテゴリカルDQNとは、DQNを拡張した分布強化学習の手法です。行動価値関数（Q値。ある状態である行動をとったときに将来得られる報酬の見込みを…

1. 定義と概要 BERT（Bidirectional Encoder Representations from Transformers）とは、2018年10…

1. 定義と概要 アベレージプーリング（平均値プーリング）とは、CNNのプーリング層（畳み込み層の後で特徴マップを小さくまとめる層）で使われる代表値の抽出方式で…

1. 定義と概要 自動運転レベル0とは、SAE（米国自動車技術会。自動車技術に関する国際的な規格を策定するアメリカの技術者団体）が策定した運転自動化レベル0〜5…

1. 定義と概要 レベル1の自動運転とは、SAE（米国自動車技術者協会。自動運転レベルの国際的な定義を策定した団体）が定めた区分の一つです。アクセル・ブレーキ操…

1. 定義と概要 照応解析とは、文章中に現れる照応詞（代名詞や指示詞など、前に出てきた語句を指し示す表現）が何を指しているかを特定し、あわせて省略された主語や目…

1. 定義と概要 AlphaZeroとは、DeepMind社が2017年12月に発表した汎用ゲームAIです。チェス・将棋・囲碁という3種類のボードゲームを、ルー…