機械学習入門

機械学習入門 2026年9月8日 Lab

ローカルLLMの速さをどう測るか

最初の回答断片までの時間と生成速度を別々に記録し、モデル常駐・キャッシュ・メモリの条件をそろえる。

実装・実験 · 6分 機械学習入門 2026年9月5日

Object Detection・Semantic Segmentation入門 — 画像から「何がどこにあるか」を読み取る

バウンディングボックスで物体を囲むObject Detectionと、ピクセル単位で意味を割り当てるSemantic Segmentation。両者の違いから、Instance/Panoptic Segmentationとの関係、R-CNNからDETR/DINOに至る代表アルゴリズムの系譜、点群を対象にした3D版まで、画像認識の基礎を体系的に整理する。

入門 · 25分 機械学習入門 2026年9月4日

機械学習入門：生成モデル — 分布を学び、条件付きで作る

生成モデルはデータ分布を表現し、画像・文・音声・行動を生成する。尤度、VAE、GAN、拡散モデル、評価と安全を整理する。

入門 · 7分 機械学習入門 2026年9月4日

機械学習入門：基礎 — データ、損失、汎化を設計する

機械学習はモデル選びより、問題定義、データ分割、損失、評価、運用時の変化を設計する作業である。

入門 · 8分 機械学習入門 2026年9月4日

SegFormer徹底解説 — 位置エンコーディングなしのTransformerはなぜセグメンテーションで機能するのか

NVIDIA/香港大学らがNeurIPS 2021で発表したSegFormerを、原論文の記述に基づいて分解する。位置エンコーディングを持たない階層型MiTエンコーダ、パラメータ効率に優れたAll-MLPデコーダ、有効受容野の議論、B0からB5までの実測mIoU/パラメータ数まで、設計思想を数式付きで検証する。

入門 · 17分 機械学習入門 2026年9月4日

YOLO11徹底解説 — C3k2とC2PSAはYOLOv8の何を変えたのか

Ultralyticsが2024年9月に公開したYOLO11を、公式ドキュメントと論文レベルの一次情報に基づいて分解する。C3k2ブロック、C2PSA注意機構、アンカーフリー検出ヘッド、DFL/CIoU損失、n/s/m/l/xの実測ベンチマークまで、YOLOv8からの変更点を一つずつ検証する。

入門 · 19分 機械学習入門 2026年9月4日

機械学習入門：ニューラルネットワーク基礎

ニューラルネットワークは線形変換と非線形活性化を重ね、勾配降下で損失を小さくする関数近似器である。

入門 · 8分 機械学習入門 2026年9月4日

機械学習入門：姿勢推定 — キーポイントから身体・物体を読む

姿勢推定は画像から人体・物体のキーポイントや6D姿勢を推定する。座標系、損失、遮蔽、評価、安全を整理する。

入門 · 7分 強化学習入門 2026年9月4日

マルチエージェント強化学習入門 — 相手も学習する世界でどう最適化するか

複数のエージェントが同時に学習すると、単一エージェントのMDPは成り立たなくなる。非定常性、協調・競争・混合設定、CTDE、信用割当問題、MADDPGとQMIXまでを式と図で整理する。

入門 · 13分 強化学習入門 2026年9月4日

π0(パイ・ゼロ)徹底解説 — フローマッチングはVLAの行動生成をどう変えたか

Physical Intelligenceが2024年に発表したπ0を、原論文の記述に基づいて分解する。PaliGemma VLMバックボーンと専用Action Expertの併走構成、条件付きフローマッチングによる連続行動生成、7種類のロボットにまたがるクロスエンボディメント学習まで、RT-2/OpenVLA型の自己回帰VLAと何が違うのかを数式付きで検証する。

入門 · 18分 強化学習入門 2026年9月4日

報酬設計入門 — 「何を最大化させるか」がRLで一番難しい理由

強化学習の実装の中で、アルゴリズムよりも報酬関数の設計が結果を左右することが多い。疎な報酬と密な報酬、ポテンシャルベース報酬シェイピングの方策不変性、報酬ハッキングの実例、逆強化学習と制約付きRLまでを整理する。

入門 · 12分 強化学習入門 2026年9月3日

強化学習入門：模倣学習と逆強化学習 — 手本から方策と目的を学ぶ

Behavior Cloning、DAgger、逆強化学習は、報酬を手書きしにくいロボット課題で人や既存システムの実演を使う。共変量シフト、報酬推定、VLAとの接続、評価と安全を式と図で解説する。

入門 · 10分 強化学習入門 2026年9月3日

強化学習の基礎 — MDP・ベルマン方程式・探索と活用をロボットで理解する

強化学習を「正解ラベルを当てる学習」ではなく、観測から行動を選び、遅れて返る報酬を最大化する閉ループとして捉える。MDP、価値関数、方策、ベルマン方程式、探索と活用、シミュレーション実装までをロボットの例で図解する。

入門 · 13分 強化学習入門 2026年9月3日

モデルベース強化学習とSim-to-Real入門

世界モデル、予測誤差、MPC、Domain Randomization、安全監視を通じ、学習した方策を実機へ移す方法を解説する。

入門 · 8分 強化学習入門 2026年9月3日

方策勾配・PPO・SAC入門 — 連続行動を安定して学ぶ

連続した操舵角や関節トルクを扱うため、方策を直接更新する方策勾配法からActor-Critic、PPO、SACまでをつなげて解説する。クリッピング、エントロピー正則化、評価指標、Sim-to-Realの安全境界を図と式で整理する。

入門 · 10分 強化学習入門 2026年9月3日

Q学習とDQN入門 — 表のQ値から深層強化学習へ

Q学習がベルマン最適方程式を使って行動価値を更新する仕組みを、表形式からニューラルネットワークによるDQNまで追う。経験再生、ターゲットネットワーク、過大評価、安全なロボット適用を図と式で解説する。

入門 · 10分