強化学習の手法のひとつで、方策(policy)の中にパラメータを組み込んでそれに対する目的関数の変化率を調べることで更新式を導出する手法。28日にこれの解説をすることになってるけどよく分からない。基本的には最急降下法なんだけど…前の四年生はこれを追跡…

CSSのなんたるかが多少分かったので、はてなダイアリーのスタイルシートを微妙に変えてみた。

http://www.kitanet.ne.jp/~asler/linux/gtk/ja/gtk_tut_ja.html を見ながらgaucheでgtkを使ってみる。gauche-gtkに関するドキュメントはほとんどないが、Cとの対応でなんとかわかる。 ;;; windowを表示するだけのプログラム (use gtk) (define (main args) …