No.174 - ディープマインド
最近の記事で、AI（Artificial Intelligence。人工知能）について３回書きました。 No.159 AIBOは最後のモルモットか No.166 データの見えざ..
タグ： 李世乭 AlphaGo DeepMind 王銘琬 井山裕太 保木邦仁 コンピュータ将棋 深層強化学習 強化学習 深層学習

No.181 - アルファ碁の着手決定ロジック（２）
（前回から続く） 前回の No.180「アルファ碁の着手決定ロジック（１）」の続きです。以下に出てくる policy network、SL policy network、RL policy netw..
タグ： tree policy アルゴリズム 論文 AlphaGo Zero 解説 AlphaGo ディープマインド DeepMind nature ニューラルネットワーク

No.180 - アルファ碁の着手決定ロジック（１）
アルファ碁（AlphaGo） No.174「ディープマインド」で、英国・ディープマインド社（DeepMind）のコンピュータ囲碁プログラム、アルファ碁が、世界最強レベルの囲碁棋士である韓国の李世..
タグ： 多腕バンディット問題 アルゴリズム 論文 解説 ディープマインド DeepMind AlphaGo アルファ碁 nature ニューラルネットワーク