Section5)Transformer Seq2Seq ・Encoder-decoderモデルとも呼ばれる。入力系列がエンコードされ、内部状態からデコードされ系列に変化される。 例）翻訳、音声認識、チャットボット ・要は二つの言語モデルを連結した形になっている。 言語モデル ・単語の…

Section1）強化学習 強化学習とは ・長期的に報酬を最大化できるように環境の中で行動を選択できるエージェントを作ることを目標とする機械学習の一分野。行動の結果として与えられる利益をもとに、行動を決定する原理を改善していく仕組み。 探索と利用のト…