強化学習の基礎とPythonによるアルゴリズムの実装およびその応用 ~1人1台PC実習付~

~ 機械学習と強化学習の位置づけ、代表的な強化学習アルゴリズムの紹介、PythonとOpen AI Gymによる強化学習アルゴリズムの実装 ~

・強化学習の基本原理からアルゴリズム実装までを実践的に修得し、システム開発へ応用するための講座
・強化学習をうまく使いこなすためのポイントを修得し、特徴を活かしたシステムの実装へ応用しよう!
※PCは弊社で用意いたします

講師の言葉

 強化学習とは環境とのインタラクションを通して試行錯誤的に最適な戦略や行動選択則を獲得する人工知能技術の一手法です。囲碁や将棋に代表されるようなルールが明確になっている分野では、人工知能が人間エキスパートに勝つのがあたりまえの時代になっていますが、その中において核技術にあたるのが強化学習です。また、ChatGPTの学習でも人間のフィードバックに基づく強化学習が利用されていると言われており、近年ますます注目を集めています。一方、強化学習は苦手としている応用先もあり、それをうまく使いこなすには基本原理や実装方法を十分に理解しておく必要があります。本セミナーでは、座学に加えて簡単なプログラム演習やケーススタディの紹介を通して、強化学習の基本原理について解説させていたします。

本セミナーは受付を終了しました

セミナー詳細

開催日時
  • 2023年12月21日(木) 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 PC実習付きセミナーソフト・データ・画像・デザイン
受講対象者 ・強化学習について基本原理から修得したい技術者の方
・強化学習アルゴリズムを自力でプログラム実装したい方
・強化学習モデルを利用して行動データの解析を試してみたい方
・ソフト、システム、画像、データ分析、その他関連企業の方
予備知識 ・高校卒業レベルの線形代数と基礎解析の知識
・何かしらのプログラミング経験(言語は問わないがPythonが望ましい)
修得知識 ・強化学習の基礎知識と応用例について修得出来る
・Pythonによる強化学習アルゴリズムの実装方法を修得出来る
・強化学習法を利用したロボットの自動制御について修得出来る
プログラム

1.機械学習と強化学習の位置づけ

2.強化学習の基礎理論
  (1).マルコフ決定過程による問題の定式化とその解法
    a.マルコフ決定過程
    b.価値反復法
    c.方策反復法
  (2).代表的な強化学習アルゴリズム
    a.モンテカルロ法
    b.TD学習法
    c.Q学習法
    d.SARSA法
    e.モデル同定型強化学習法
    f.方策勾配法
  (3).アルゴリズム実装時に生じる諸問題とその解決法
    a.探索と知識利用のジレンマ
    b.メタ学習
    c.連続空間・高次元空間への対応とDQN
    d.部分観測問題への対応

3.プログラミング演習:PythonとOpen AI Gymを活用した強化学習課題の実装

4.強化学習の応用例
  (1).ロボットの自動制御
  (2).意思決定モデルと行動解析

キーワード 人工知能 機械学習 強化学習 マルコフ過程 モンテカルロ法 アルゴリズム ソフトウェア Python Open AI Gym ロボット
タグ 統計・データ解析データ解析
受講料 一般 (1名):57,200円(税込)
同時複数申込の場合(1名):51,700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現在募集を締め切っております。
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