鈴木先生のガウス過程の解説論文 https://t.co/4rlXVe25LT

基本的なアルゴリズムは下記を使えばいいと思う。 https://t.co/7T7jZv0uUu https://t.co/4HQe9WhVmh

RT @kimushun1101: 計測と制御に出しました解説論文が掲載から一年経ちフリーアクセスとなりました。 基本的な微分積分学と線形代数学で追えると思いますので、ぜひご覧ください。 https://t.co/kkTYEhQwR4

半無限計画 https://t.co/h9PuUdamhS https://t.co/M9QL7ULEHu

連続最適化における双対問題はLagrange双対問題しか知らなかったけど、Fenchel双対問題やgauge双対問題とかあるんだ。 へぇ。勉強になりました。 https://t.co/qF8j4ME0Mk

変分法でも代数幾何が出てくるのか。多様体と微分幾何が落ち着いたら読もう。 https://t.co/MAm3SO0iQ1

非線形最適制御問題におけるHamilton-Jacobi方程式の数値解法で安定多様体法が2008年に提案された。大域的求解可能性、近似精度、計算量の面で優れている。 https://t.co/rdels7ECkK

少し前にどなたかが挙げていたと思われるんですが、ベイズを基礎から勉強するのであれば、中妻先生の「ファイナンスのためのMCMC法によるベイズ分析」がとても良いです。今非常にこの本に助けられてます！！ https://t.co/6MvSnxMqHS

良かった（pdfがダウンロードされるので注意） 非線形制御の何がまだできていないのか - J-Stage https://t.co/e2th6r2rFb

確率論としての確率とリスクとしての確率(主に社会側の受け取り方)の違いやすり合わせは最近関心があったが、広田すみれ先生の論文に詳しく書かれており勉強になった。 https://t.co/V1kVWKeo41

@mirucaaura コメントありがとうございます！ GPとRKHSの対応に関しては、例えば鈴木先生の解説論文：https://t.co/18P25RlLjH を参照しました。これの10ページに『GPのサンプルパスは対応するRKHSの元よりも「粗い」関数になる』とあるので、後者の仮定の方が関数に強い滑らかさを想定している可能性はありますね

京大加嶋先生et al.のこの強化学習の解説はすばらしい。 https://t.co/jXLQHjFIKh 既存の強化学習の解説の大半は、たぶんゲームとかの応用が頭に入っている人はいいのかもしれないけど、ゲーマーじゃないおれには理解不能だった。こういう風にズバっと問題設定を言ってほしかった。さすが。

ラグランジュ緩和と劣勾配法を会得しました。https://t.co/cSpPpciPl7