強化学習の基礎と応用事例および実装のポイント ~1人1台PC演習付~

~ 強化学習の基礎、教師あり学習と教師なし学習、手法の選択のための指針と応用例、CNNの利用 ~

・データセットを用意する工数を削減できる強化学習の実装法について学ぶ講座
・機械学習のなかで関心が高まっている強化学習について、応用例やPC演習を交えて学べる特別セミナー!
※PCは弊社で用意いたします

講師の言葉

 近年、コンピュータの演算能力の向上により、人手による詳細な設計を必要とせず機械が自ら学習する、機械学習の技術が急速に発達し、「AI」という言葉と共に広く知られることとなりました。
 このような手法の多くは、問題(入力データ)と、それに対する答え(望ましい出力)の事例を大量に学習させれば、同じ性質を持った新たな問題に対して適切な答えが出せるようになるという性質から、ビッグデータを扱える大企業では盛んに研究・利用されています。
 しかし一方で、AI技術を活用しようと考えている一般企業や他分野の研究者からは、「問題はたくさん用意できるが、全てに答えを与える人手はない」、「そもそも答えがわからない」という声がよく聞かれます。
 強化学習はこのような問題を緩和する一つのアプローチと言えます。強化学習では、個々の問題に対する答えは必要なく、問題とそれに対する機械の出力について、その「良し悪し」さえ示せれば良いのです。
 本講義では、機械学習における強化学習の位置づけを示した上で、その基礎と応用事例について説明し、基本的な手法の実装方法についての演習を行います。

セミナー詳細

開催日時
  • 2018年12月12日(水) 10:30 ~ 17:30
開催場所 日本テクノセンター研修室
カテゴリー ソフト・データ・画像・デザイン
受講対象者 ・機械学習について業務への活用を検討している方
・ディープラーニング以外の学習方法を検討している方
・ディープラーニングのデータセットの用意に対して工数がかかると感じている方
・システム、ソフトウェア開発その他関連企業のエンジニアの方
予備知識 ・Pythonの基礎もしくは、手続き型/オブジェクト指向型言語についての知識があれば問題ありません
・理系大学学部卒程度の数学の知識があれば理解が深まります(ベクトル演算、微分など)
修得知識 ・強化学習の分類とそれぞれの応用について理解出来る
・強化学習の基礎的な実装法を修得出来る
プログラム

1.強化学習とディープラーニング
  (1).強化学習とは
    a.教師あり学習と教師なし学習
    b.報酬ベースの学習
    c.強化学習とディープラーニング

2.強化学習の基礎
  (1).問題の定義
    a.環境とエージェント
    b.不確定な環境(マルコフ性とは)
    c.遅延報酬
  (2).強化学習のアプローチ
    a.報酬と収益
    b.損して得とれ
    c.探索と利用

3.手法の選択のための指針と応用例
  (1).強化学習の分類
    a.価値反復
    b.方策勾配法
  (2).手法の選択
  (3).応用例

4.演習
  (1).開発環境の準備
  (2).Q学習による倒立振子問題
  (3).Actor-criticによる振り子の振り上げ問題
  (4).CNNの利用

5.まとめ

キーワード 人工知能 AI 機械学習 教師なし学習 報酬 エージェント マルコフ性 不確定環境 遅延報酬 報酬と収益 探索と利用 短期予測 長期予測 Q学習 CNN セルラーニューラルネット Python numpy TensorFlow
タグ AI・機械学習
受講料 一般 (1名):50,600円(税込)
同時複数申込の場合(1名):45,100円(税込)
会場
日本テクノセンター研修室
〒 163-0722 東京都新宿区西新宿2-7-1 新宿第一生命ビルディング(22階)
- JR「新宿駅」西口から徒歩10分
- 東京メトロ丸ノ内線「西新宿駅」から徒歩8分
- 都営大江戸線「都庁前駅」から徒歩5分
電話番号 : 03-5322-5888
FAX : 03-5322-5666
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
contact us contact us
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888

営業時間 月~金:9:00~17:00 / 定休日:土日・祝日