Upgrade to PRO for Only $50/Year—Limited-Time Offer! 🔥
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
論文紹介: Sample Reuse via Importance Sampling in I...
Search
Masahiro Nomura
April 09, 2020
Research
0
270
論文紹介: Sample Reuse via Importance Sampling in Information Geometric Optimization / sample_reuse_igo
Masahiro Nomura
April 09, 2020
Tweet
Share
More Decks by Masahiro Nomura
See All by Masahiro Nomura
ランダム欠損データに依存しない推薦システムのバイアス除去 / towards-resolving-propensity-contradiction-in-offline-recommender-learning
nmasahiro
0
290
転移学習によるハイパーパラメータ最適化の高速化 / warm_starting_cma
nmasahiro
0
2.2k
論文紹介: IRのためのパラメータチューニング / ir-tuning
nmasahiro
0
500
機械学習における ハイパーパラメータ最適化の理論と実践 / hpo_theory_practice
nmasahiro
30
41k
論文紹介 : Population Based Augmentation: Efficient Learning of Augmentation Policy Schedules
nmasahiro
1
730
広告とAI(とハイパーパラメータ最適化) / Ad with AI
nmasahiro
1
2.1k
Other Decks in Research
See All in Research
Pythonでジオを使い倒そう! 〜それとFOSS4G Hiroshima 2026のご紹介を少し〜
wata909
0
1.2k
[RSJ25] Enhancing VLA Performance in Understanding and Executing Free-form Instructions via Visual Prompt-based Paraphrasing
keio_smilab
PRO
0
180
国際論文を出そう!ICRA / IROS / RA-L への論文投稿の心構えとノウハウ / RSJ2025 Luncheon Seminar
koide3
10
6.2k
若手研究者が国際会議(例えばIROS)でワークショップを企画するメリットと成功法!
tanichu
0
120
MIRU2025 チュートリアル講演「ロボット基盤モデルの最前線」
haraduka
15
10k
LLM-jp-3 and beyond: Training Large Language Models
odashi
1
670
[Devfest Incheon 2025] 모두를 위한 친절한 언어모델(LLM) 학습 가이드
beomi
2
780
第二言語習得研究における 明示的・暗示的知識の再検討:この分類は何に役に立つか,何に役に立たないか
tam07pb915
0
390
データサイエンティストをめぐる環境の違い2025年版〈一般ビジネスパーソン調査の国際比較〉
datascientistsociety
PRO
0
160
Vision and LanguageからのEmbodied AIとAI for Science
yushiku
PRO
1
600
AWSで実現した大規模日本語VLM学習用データセット "MOMIJI" 構築パイプライン/buiding-momiji
studio_graph
2
940
論文紹介:Not All Tokens Are What You Need for Pretraining
kosuken
1
220
Featured
See All Featured
YesSQL, Process and Tooling at Scale
rocio
174
15k
Keith and Marios Guide to Fast Websites
keithpitt
413
23k
Learning to Love Humans: Emotional Interface Design
aarron
274
41k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
132
19k
How STYLIGHT went responsive
nonsquared
100
5.9k
Faster Mobile Websites
deanohume
310
31k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
36
6.2k
VelocityConf: Rendering Performance Case Studies
addyosmani
333
24k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
9
1.1k
Fireside Chat
paigeccino
41
3.7k
Code Review Best Practice
trishagee
73
19k
Become a Pro
speakerdeck
PRO
30
5.7k
Transcript
. Sample Reuse via Importance Sampling in Information Geometric Optimization
^ILW1NL Y 18 : I ) ) * ( WP LW WPK ^ 1
• . S RL ?L XL [P 8S UWY L
S RP N P 8 MUWS YPU 7LUSLYWP = YPSP YPU • . OP P OP OPW DU OLP 1 PSUYU P = OP U U =O W • . WCP[ ) (- 75 = (+ L]YL K • . w 87= ʼ • . 28: 1 5 h • . 1 5 z~ 2
• 87= • 87= • • 3
87= • i i i • . s p f
s • w ~n • 1 5 5 . ]ac nʼ s • 28: 71 . ]ac nʼ • w z~ 1 5 ? e A K YL 4
87= • 87= (. • M I M 5
87= • zrzf5EM ] F sm • y • z~
s n • z~ 5EB ] F 6
87= • zrzf5EM ] F sm • y • z~
s n • z~ 5EB ] F 7
87= • zrzf5EM ] F sm • y • z~
s n • z~ 5EB ] F 8
87= • zrzf5EM ] F sm • y • z~
s n • z~ 5EB ] F 9
87= • now f5EB ] F w ʼ • ~
• 87= ). • N I S • . • : KP[s • i rv w 10
87= • • d ]ac r • • 5EB ]
F zfc 11
87= • • d ]ac r • • 5EB ]
F zfc • d ~ sm 12
87= • 87= d n~n • PYLW YPU x ~~z
~ f t~n n • ~ ~ 13
8S UWY L S RP N • ( G /
( f r s • zʼn . ] b G N ] ∫ " # %& # '# • i . G r d • n 8 . • A IP XLKr|f G zʼ s n 14
• 28: . ]ac nʼ87= • • 1 5 .
]ac nʼ87= • z n z k 15
. 28: 16 • = L ] . ( ʼ
s ~(s • :L KP N= LX . r (s zʼ s ~(s
. 1 5 17 • 5RRP XUPK ?UXL IWU .
• 1 RL^ ? XYWPNP . • ? XYWPNP s1 RL^ s n
. 1 5 18
• 87= ʼ i i • 28: 1 5 •
8S UWY L S RP N • 28: 1 5 z~ • ? XYWPNP zr ʼsf • • 19