SlideShare ist ein Scribd-Unternehmen logo
1 von 38
Downloaden Sie, um offline zu lesen
お前の逐モン、
GETだぜ!!!
第39回 勉強会@東京(#TokyoR)
@teramonagi
貴方が今すぐフォローすべき
たった1つのトゥイッター・アカウント
• @Nekopuni_
2
3
WHY?
素晴らしき、俺様備忘録(Rネタ多数)
4
http://nekopuni.holy.jp/
※「Rによるベイジアン動的線形モデル」の内容多数あり
そんな彼がこんなん言ってました
5
本日のワタクシのLTタイトル
6
http://atnd.org/events/50887
畜じゃねぇし、逐だし
7
でも、それ、
いいフリだぜぇ?
8
お前の畜モン、
GETだぜ!!!
第39回 勉強会@東京(#TokyoR)
@teramonagi
畜モンとは?
• 社畜モンスター、縮めて畜モン
• コヨウケイヤクショで捕まえられる
• 常に大量の仕事を抱える不思議な生物
• 仲間と仲良く暮らしている畜モンもいれ
ば、職を失い公園や浜辺に生息してい
る無職の野良畜モンも
10
本題、逐次モンテカルロ法
• Sequential MonteCarlo Method(SMC)
• 別名いっぱい(SIR, 粒子フィルタ)
• 逐次モンテカルロ→逐モン→(畜モン)
(こう呼んでる人を見たことはない)
• モンテカルロ法を用いた、系列データ
に対する、モデルの隠れ変数(状態変
数)の逐次的な推定法
11
アルゴリズム、ダイジェスト
0:元気よく社畜を投げる
1:(尊い)労働を実行させる
2:営業成績の評価
3:リストラと採用の実施
4:1へ戻る 12※SMCの”フィルタリング”というアルゴリズムに相当
アルゴリズム、ダイジェスト
13
時点0 1 2
アルゴリズム、ダイジェスト
• 0:元気よく社畜を投げる
14
時点0 1 2
アルゴリズム、ダイジェスト
• 1:(尊い)労働を実行させる
15
時点0 1 2
アルゴリズム、ダイジェスト
• 2:営業成績の評価
16
時点0 1 2
70点
80点
60点
100点
30点
25点
アルゴリズム、ダイジェスト
• 3:リストラと採用の実施
17
時点0 1 2
70点
80点
60点
100点
30点
25点
残留
残留
残留
残留
リストラ
リストラ
アルゴリズム、ダイジェスト
• 3:リストラと採用の実施
18
時点0 1 2
70点
80点
60点
100点
30点
25点
残留
残留
残留
残留
リストラ
リストラ
アルゴリズム、ダイジェスト
• 1:(尊い)労働を実行させる
19
時点0 1 2
大事なところな
ので、もう一度
20
アルゴリズム、ダイジェスト
• 0:元気よく社畜を投げる
21
時点0 1 2
アルゴリズム、ダイジェスト
• 1:(尊い)労働を実行させる
22
時点0 1 2
アルゴリズム、ダイジェスト
• 2:営業成績の評価
23
時点0 1 2
70点
80点
60点
100点
30点
25点
アルゴリズム、ダイジェスト
• 3:リストラと採用の実施
24
時点0 1 2
70点
80点
60点
100点
30点
25点
残留
残留
残留
残留
リストラ
リストラ
アルゴリズム、ダイジェスト
• 3:リストラと採用の実施
25
時点0 1 2
70点
80点
60点
100点
30点
25点
残留
残留
残留
残留
リストラ
リストラ
アルゴリズム、ダイジェスト
• 1:(尊い)労働を実行させる
26
時点0 1 2
アルゴリズム、ダイジェスト
0:元気よく社畜を投げる
1:(尊い)労働を実行させる
2:営業成績の評価
3:リストラと採用の実施
4:1へ戻る 27
アルゴリズム、ダイジェスト
0:初期分布作成
1:状態方程式を解く
2:尤度の計算
3:リサンプリングの処理
4:1へ戻る 28
くわしくは、これを読め
29予測にいかす統計モデリングの基本―ベイズ統計入門から応用まで
そんなSMC, 書いてみた
30
particle.filter <- function(x0, size.particle, size.dim, size.data, system.equation, likelihood, lag=0)
{
total.loglikelihood <- 0
#dimension index : paricle * dimension * lag
dims <- c(size.particle, size.dim, lag+1)
x0 <- array(c(rep(x0, each=size.particle),rep(NA, size.dim*size.particle*lag)), dims)
x <- array(rep(NA, size.particle*size.dim*(lag+1)), dims)
dimnames(x0) <- make.name(size.particle, size.dim, lag)
dimnames(x) <- make.name(size.particle, size.dim, lag)
states <- vector("list", size.data)
for( t in 1:size.data)
{
#Prediction : p(x_{t}|x_{t-1})
for(index.particle in 1:size.particle)
{
x[index.particle,, 1] <- system.equation(x0[index.particle,,1])
x[index.particle,,-1] <- x0[index.particle,,-(lag+1)]
}
#Likelihood : p(y_{t}|y_{1:t})
w <- apply(x, 1, function(z){likelihood(t, z[,1])})
total.loglikelihood <- total.loglikelihood + log(sum(w)/size.particle)
#Weight ' resampling
index <- resampling(w/sum(w))
#Filtering : p(x_{t}|y_{t})
x0 <- x[index,,,drop=FALSE]
states[[t]] <- make.state(t, w, x, x0)
}
list(loglikelihood=total.loglikelihood, size=c(particle=size.particle, data=size.data, dim=size.dim,lag=lag), states=states)
}
そんなSMC, 動かしてみた
31
• カルマンフィルタとあってそう
32
よし、では本番だ
私が本当にやりたかったもの
33http://heartruptcy.blog.fc2.com/blog-entry-90.html
34
無理でした
結局、何?
35
で、実際どう
すればいい
の?
Stan使ったらいい36
サプリメント的Blogポスト
37http://d.hatena.ne.jp/teramonagi/20140525/1400996808
Enjoy!!!38

Weitere ähnliche Inhalte

Was ist angesagt?

RPubs とその Bot たち
RPubs とその Bot たちRPubs とその Bot たち
RPubs とその Bot たち
hoxo_m
 
オープンセミナー香川2012 LT
オープンセミナー香川2012 LTオープンセミナー香川2012 LT
オープンセミナー香川2012 LT
Kouta Imanaka
 
Rubyと機械学習の現状
Rubyと機械学習の現状Rubyと機械学習の現状
Rubyと機械学習の現状
Aki Ariga
 
swirl パッケージでインタラクティブ学習
swirl パッケージでインタラクティブ学習swirl パッケージでインタラクティブ学習
swirl パッケージでインタラクティブ学習
hoxo_m
 
Lt (コピー)
Lt (コピー)Lt (コピー)
Lt (コピー)
bitter_fox
 
簡易TRPG向けチャットツールOnset!
簡易TRPG向けチャットツールOnset!簡易TRPG向けチャットツールOnset!
簡易TRPG向けチャットツールOnset!
kiridaruma
 

Was ist angesagt? (20)

Tokyo.R女子部発表スライド「Rではじめるデータ解析の超基礎」
Tokyo.R女子部発表スライド「Rではじめるデータ解析の超基礎」Tokyo.R女子部発表スライド「Rではじめるデータ解析の超基礎」
Tokyo.R女子部発表スライド「Rではじめるデータ解析の超基礎」
 
RPubs とその Bot たち
RPubs とその Bot たちRPubs とその Bot たち
RPubs とその Bot たち
 
Chainer meetup lt
Chainer meetup ltChainer meetup lt
Chainer meetup lt
 
Seq2Seqでボットづくり
Seq2SeqでボットづくりSeq2Seqでボットづくり
Seq2Seqでボットづくり
 
Pythonでターミナルに画像表示
Pythonでターミナルに画像表示Pythonでターミナルに画像表示
Pythonでターミナルに画像表示
 
オープンセミナー香川2012 LT
オープンセミナー香川2012 LTオープンセミナー香川2012 LT
オープンセミナー香川2012 LT
 
May python prevail everyone
May python prevail everyoneMay python prevail everyone
May python prevail everyone
 
Rubyと機械学習の現状
Rubyと機械学習の現状Rubyと機械学習の現状
Rubyと機械学習の現状
 
コミュ障の俺が、自分と近い特徴のヤツを探す(プロ生#32 LT)
コミュ障の俺が、自分と近い特徴のヤツを探す(プロ生#32 LT)コミュ障の俺が、自分と近い特徴のヤツを探す(プロ生#32 LT)
コミュ障の俺が、自分と近い特徴のヤツを探す(プロ生#32 LT)
 
LLoT ランゲージアップデート Python
LLoT ランゲージアップデート PythonLLoT ランゲージアップデート Python
LLoT ランゲージアップデート Python
 
FsCheckコトハジメ
FsCheckコトハジメFsCheckコトハジメ
FsCheckコトハジメ
 
失われたBIOS設定を求めて
失われたBIOS設定を求めて失われたBIOS設定を求めて
失われたBIOS設定を求めて
 
swirl パッケージでインタラクティブ学習
swirl パッケージでインタラクティブ学習swirl パッケージでインタラクティブ学習
swirl パッケージでインタラクティブ学習
 
Dblt#2 do-postgres-dream-of-graph-database
Dblt#2 do-postgres-dream-of-graph-databaseDblt#2 do-postgres-dream-of-graph-database
Dblt#2 do-postgres-dream-of-graph-database
 
Lt (コピー)
Lt (コピー)Lt (コピー)
Lt (コピー)
 
簡易TRPG向けチャットツールOnset!
簡易TRPG向けチャットツールOnset!簡易TRPG向けチャットツールOnset!
簡易TRPG向けチャットツールOnset!
 
20120512
2012051220120512
20120512
 
プロ生ちゃんbotを作ろう!
プロ生ちゃんbotを作ろう!プロ生ちゃんbotを作ろう!
プロ生ちゃんbotを作ろう!
 
Codereatreat in KIT
Codereatreat in KITCodereatreat in KIT
Codereatreat in KIT
 
C#erがF#に這い寄ってみた
C#erがF#に這い寄ってみたC#erがF#に這い寄ってみた
C#erがF#に這い寄ってみた
 

Andere mochten auch

R勉強会@東京 - Tokyo.Rの紹介
R勉強会@東京 - Tokyo.Rの紹介R勉強会@東京 - Tokyo.Rの紹介
R勉強会@東京 - Tokyo.Rの紹介
Yohei Sato
 
Tokyor10 opening
Tokyor10 openingTokyor10 opening
Tokyor10 opening
Yohei Sato
 
Tokyor39 yokkuns
Tokyor39 yokkunsTokyor39 yokkuns
Tokyor39 yokkuns
Yohei Sato
 
状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38
horihorio
 

Andere mochten auch (20)

Rでダイエット
RでダイエットRでダイエット
Rでダイエット
 
((Rで) 書く ((もっとRっぽい) Lisp) インタプリタ)
((Rで) 書く ((もっとRっぽい) Lisp) インタプリタ)((Rで) 書く ((もっとRっぽい) Lisp) インタプリタ)
((Rで) 書く ((もっとRっぽい) Lisp) インタプリタ)
 
線形カルマンフィルタの導出
線形カルマンフィルタの導出線形カルマンフィルタの導出
線形カルマンフィルタの導出
 
Tokyo R #39
Tokyo R #39Tokyo R #39
Tokyo R #39
 
家に早く帰りたい
家に早く帰りたい家に早く帰りたい
家に早く帰りたい
 
R勉強会@東京 - Tokyo.Rの紹介
R勉強会@東京 - Tokyo.Rの紹介R勉強会@東京 - Tokyo.Rの紹介
R勉強会@東京 - Tokyo.Rの紹介
 
Tokyor10 opening
Tokyor10 openingTokyor10 opening
Tokyor10 opening
 
Tokyo r39 beginner
Tokyo r39 beginnerTokyo r39 beginner
Tokyo r39 beginner
 
Tokyo r49 beginner
Tokyo r49 beginnerTokyo r49 beginner
Tokyo r49 beginner
 
DATUM STUDIO PyCon2016 Turorial
DATUM STUDIO PyCon2016 TurorialDATUM STUDIO PyCon2016 Turorial
DATUM STUDIO PyCon2016 Turorial
 
Tokyor39 yokkuns
Tokyor39 yokkunsTokyor39 yokkuns
Tokyor39 yokkuns
 
関係フレーム理論
関係フレーム理論関係フレーム理論
関係フレーム理論
 
カルマンフィルタについて
カルマンフィルタについてカルマンフィルタについて
カルマンフィルタについて
 
#TokyoR 39 高速に前処理するNYSOL
#TokyoR 39 高速に前処理するNYSOL#TokyoR 39 高速に前処理するNYSOL
#TokyoR 39 高速に前処理するNYSOL
 
xtsパッケージで時系列解析
xtsパッケージで時系列解析xtsパッケージで時系列解析
xtsパッケージで時系列解析
 
状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38
 
Rで野球データ解析がしたい ( pitchRxを使う )
Rで野球データ解析がしたい ( pitchRxを使う )Rで野球データ解析がしたい ( pitchRxを使う )
Rで野球データ解析がしたい ( pitchRxを使う )
 
SMO徹底入門 - SVMをちゃんと実装する
SMO徹底入門 - SVMをちゃんと実装するSMO徹底入門 - SVMをちゃんと実装する
SMO徹底入門 - SVMをちゃんと実装する
 
状態空間モデルの実行方法と実行環境の比較
状態空間モデルの実行方法と実行環境の比較状態空間モデルの実行方法と実行環境の比較
状態空間モデルの実行方法と実行環境の比較
 
RStanとShinyStanによるベイズ統計モデリング入門
RStanとShinyStanによるベイズ統計モデリング入門RStanとShinyStanによるベイズ統計モデリング入門
RStanとShinyStanによるベイズ統計モデリング入門
 

Ähnlich wie お前の逐モン、GETだぜ!

Tukkomimura #twtr_hack
Tukkomimura #twtr_hackTukkomimura #twtr_hack
Tukkomimura #twtr_hack
Eiji Yokota
 

Ähnlich wie お前の逐モン、GETだぜ! (8)

最近の話題から 〜2013年秋〜 #hachiojipm
最近の話題から 〜2013年秋〜 #hachiojipm最近の話題から 〜2013年秋〜 #hachiojipm
最近の話題から 〜2013年秋〜 #hachiojipm
 
Tukkomimura #twtr_hack
Tukkomimura #twtr_hackTukkomimura #twtr_hack
Tukkomimura #twtr_hack
 
mikutterではじめるさわやかておくれライフ
mikutterではじめるさわやかておくれライフmikutterではじめるさわやかておくれライフ
mikutterではじめるさわやかておくれライフ
 
人が神姫ん感(原文ママ)を感じるコンピュータ
人が神姫ん感(原文ママ)を感じるコンピュータ人が神姫ん感(原文ママ)を感じるコンピュータ
人が神姫ん感(原文ママ)を感じるコンピュータ
 
あひる焼きの歴史 ver0.1
あひる焼きの歴史 ver0.1あひる焼きの歴史 ver0.1
あひる焼きの歴史 ver0.1
 
東京近郊のPerlコミュニティのご紹介 #lcs2015
東京近郊のPerlコミュニティのご紹介 #lcs2015東京近郊のPerlコミュニティのご紹介 #lcs2015
東京近郊のPerlコミュニティのご紹介 #lcs2015
 
20111205 駒澤大学講演プレゼン1
20111205 駒澤大学講演プレゼン120111205 駒澤大学講演プレゼン1
20111205 駒澤大学講演プレゼン1
 
リキッドレイアウトって何なのよ
リキッドレイアウトって何なのよリキッドレイアウトって何なのよ
リキッドレイアウトって何なのよ
 

Mehr von Nagi Teramo

healthplanetパッケージで 体組成データを手に入れて 健康な体も手に入れる
healthplanetパッケージで体組成データを手に入れて健康な体も手に入れるhealthplanetパッケージで体組成データを手に入れて健康な体も手に入れる
healthplanetパッケージで 体組成データを手に入れて 健康な体も手に入れる
Nagi Teramo
 
続わかりやすいパターン認識11章(11.1 - 11.4)
続わかりやすいパターン認識11章(11.1 - 11.4)続わかりやすいパターン認識11章(11.1 - 11.4)
続わかりやすいパターン認識11章(11.1 - 11.4)
Nagi Teramo
 
5分でわかるかもしれないglmnet
5分でわかるかもしれないglmnet5分でわかるかもしれないglmnet
5分でわかるかもしれないglmnet
Nagi Teramo
 
東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法
東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法
東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法
Nagi Teramo
 

Mehr von Nagi Teramo (20)

第86回R勉強会@東京 LT資料
第86回R勉強会@東京 LT資料第86回R勉強会@東京 LT資料
第86回R勉強会@東京 LT資料
 
healthplanetパッケージで 体組成データを手に入れて 健康な体も手に入れる
healthplanetパッケージで体組成データを手に入れて健康な体も手に入れるhealthplanetパッケージで体組成データを手に入れて健康な体も手に入れる
healthplanetパッケージで 体組成データを手に入れて 健康な体も手に入れる
 
闇と向き合う
闇と向き合う闇と向き合う
闇と向き合う
 
続わかりやすいパターン認識11章(11.1 - 11.4)
続わかりやすいパターン認識11章(11.1 - 11.4)続わかりやすいパターン認識11章(11.1 - 11.4)
続わかりやすいパターン認識11章(11.1 - 11.4)
 
5分でわかるかもしれないglmnet
5分でわかるかもしれないglmnet5分でわかるかもしれないglmnet
5分でわかるかもしれないglmnet
 
Ultra Lightning Talk × 3
Ultra Lightning Talk × 3Ultra Lightning Talk × 3
Ultra Lightning Talk × 3
 
F#談話室(17)
F#談話室(17)F#談話室(17)
F#談話室(17)
 
東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法
東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法
東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法
 
Trading volume mapping R in recent environment
Trading volume mapping R in recent environment Trading volume mapping R in recent environment
Trading volume mapping R in recent environment
 
~knitr+pandocではじめる~『R MarkdownでReproducible Research』
~knitr+pandocではじめる~『R MarkdownでReproducible Research』~knitr+pandocではじめる~『R MarkdownでReproducible Research』
~knitr+pandocではじめる~『R MarkdownでReproducible Research』
 
とある金融屋の統計技師が時系列解析してみた
とある金融屋の統計技師が時系列解析してみたとある金融屋の統計技師が時系列解析してみた
とある金融屋の統計技師が時系列解析してみた
 
可視化周辺の進化がヤヴァイ~rChartsを中心として~
可視化周辺の進化がヤヴァイ~rChartsを中心として~可視化周辺の進化がヤヴァイ~rChartsを中心として~
可視化周辺の進化がヤヴァイ~rChartsを中心として~
 
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
 
Tokyo.R 白熱教室「これからのRcppの話をしよう」
Tokyo.R 白熱教室「これからのRcppの話をしよう」Tokyo.R 白熱教室「これからのRcppの話をしよう」
Tokyo.R 白熱教室「これからのRcppの話をしよう」
 
レプリカ交換モンテカルロ法で乱数の生成
レプリカ交換モンテカルロ法で乱数の生成レプリカ交換モンテカルロ法で乱数の生成
レプリカ交換モンテカルロ法で乱数の生成
 
Rで学ぶ逆変換(逆関数)法
Rで学ぶ逆変換(逆関数)法Rで学ぶ逆変換(逆関数)法
Rで学ぶ逆変換(逆関数)法
 
Rで学ぶ『構造型モデル de 倒産確率推定』
Rで学ぶ『構造型モデル de 倒産確率推定』Rで学ぶ『構造型モデル de 倒産確率推定』
Rで学ぶ『構造型モデル de 倒産確率推定』
 
Chapter 6: Computing on the language (R Language Definition)
Chapter 6: Computing on the language (R Language Definition)Chapter 6: Computing on the language (R Language Definition)
Chapter 6: Computing on the language (R Language Definition)
 
あるおっさんが記録し続けたデータを使えば人生一発逆転か?
あるおっさんが記録し続けたデータを使えば人生一発逆転か?あるおっさんが記録し続けたデータを使えば人生一発逆転か?
あるおっさんが記録し続けたデータを使えば人生一発逆転か?
 
菩薩でもわかる!Rで動かすExcelアドインの作り方
 菩薩でもわかる!Rで動かすExcelアドインの作り方  菩薩でもわかる!Rで動かすExcelアドインの作り方
菩薩でもわかる!Rで動かすExcelアドインの作り方
 

Kürzlich hochgeladen

Kürzlich hochgeladen (12)

新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
 
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
 
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
 
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
 
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
 
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
 
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
 
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
 
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
 
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルLoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
 
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native IntegrationsUtilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
 
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
 

お前の逐モン、GETだぜ!