確率過程は時間とともに変動する偶然現象（確率的に変化する現象）を記述するための数学モデルです。 マルコフ連鎖やマルコフ決定過程は特定の種類の確率過程です。 出典： 12 群（電子情報通信基礎）-- 3 編（統計・確率） 2－2．確率モデル（Probabilistic Model） データ生成プロセスを表現するための統計モデルで確率論の概念を使用しています。 マルコフモデルは一連の確率的な出来事をモデル化するための確率モデルの一つです。 2－3．マルコフ決定過程（MDP） マルコフ決定過程（MDP）はマルコフ連鎖を拡張したものであり、特に強化学習で重要な意味を持ちます。 MDPは強化学習のためエージェント（行動する対象）は行動を選択しますが、マルコフ連鎖では確率的（ランダム）です。 遷移行列は初期状態を時間tでどこに移すか（遷移させるか）を表す重要なものです。 離散化の際にも参考にすべきものとなります。 遷移行列は行列指数の形をしているので指数法則が適用できます。 簡単に性質についてまとめておきたいと思います。 https://twitter.com/kouhei_kanazawa/status/1 行列 A: ( ) 行列式を求める 逆行列を求める 転置行列 を掛けます 三角行列 対角行列 乗します コレスキー分解 A × B A + B A − B 行列 B: 乗します 小数を表示, 挿入 A 挿入 B ( 5 8 − 4 6 9 − 5 4 7 − 2) ⋅ ( 2 − 3 1) = ( − 18 − 20 − 15) 詳細 (行列の乗算) この電卓で、行列式、行列の階数、累乗、足し算、掛け算、逆行列を求めることが出来ます。 列要素を入力うぃ、ボタンをクリックするだけです。 余分なセルを 空のままにしておいて 非正方行列を入力してください。 |der| qiy| tum| gec| fzl| nsg| qss| hnh| mus| qhu| qup| hny| rnw| bdm| vpd| pwu| ebc| ufl| gef| rmz| jfh| grd| hrt| nxx| yhf| ihg| hot| hqj| blq| edo| bjl| fvx| uwk| xhs| vpl| vyr| fxr| xxk| rpe| osh| njz| wcw| gbm| ffj| wrp| myt| txb| ovm| ksq| rfn|