コントラスティブ・ダイバージェンス：RBMの学習を理解する

この記事では、制限ボルツマンマシン（RBM）の学習におけるコントラスティブ・ダイバージェンスアルゴリズムを分かりやすく説明します。エネルギー関数と同時分布を定義することで、重みの更新則を導出し、正負の段階におけるギブスサンプリングの役割を説明します。最終的に、データの期待値とモデルの期待値の差を用いてRBMの重みとバイアスを調整し、訓練データのエネルギーを最小化する方法を示します。