技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

深層強化学習の具体的な使い方とポイント

深層強化学習の具体的な使い方とポイント

東京都 開催 会場 開催
関連するセミナー・出版物
本セミナーは終了いたしました。
セミナーの再開催を依頼する 関連するセミナー・出版物を探す

開催日

  • 2019年4月4日(木) 10時00分 ～ 17時00分

受講対象者

  • 機械学習の応用分野に関連する技術者、研究者
    • 画像処理
    • 信号処理
    • 医療福祉
    • スポーツ分野
    • セキュリティ (監視カメラ、警備、防犯)
    • ロボット
    • コンピュータビジョン
    • 異常行動検出、異常領域検出
    • 統計
    • 経済学 など
  • 機械学習、パターン認識分野の技術者、研究者
  • これから機械学習、パターン認識に携わる技術者、開発者

修得知識

  • ニューラルネットワークの基礎
  • ディープラーニングの基礎
  • ディープラーニングの事例

プログラム

ロボットや自動車などの自律制御に向けて、深層強化学習が注目されている。強化学習は古くから研究されているが、深層学習の登場により、これらを組み合わせてより高い精度を達成することができている。その代表的な例がAlphaGoであり、世界チャンピオンとの囲碁の対戦で勝利するまで至っている。本講演では、強化学習および深層強化学習の仕組みと最新の事例を紹介する。また、実際に活用するためのフレームワークやコツなどについても深く紹介する。

  1. 強化学習について
    1. 強化学習はどんなことができるのか
    2. 強化学習の概念
    3. 強化学習とは
    4. 強化学習の目的
  2. 深層強化学習のアルゴリズム
    1. 強化学習アルゴリズムマップ
    2. Q-Learningとは
    3. Q-Learningの問題点
    4. DQN
    5. Double DQN
    6. Actor-Critic
    7. A3C
    8. UNREAL
    9. 学習の安定化のために
  3. 深層強化学習のフレームワーク
    1. 強化学習を行うために
    2. OpenAI Gymとは
    3. OpenAI Gymの使い方とは
    4. MuJoCoとは
    5. MuJoCoを使うには
    6. ChainerRLとは
    7. ChainerRLの使い方
  4. 深層強化学習のコツ
    1. 深層強化学習のメリット・デメリット
  5. 仮想環境を用いた強化学習
    1. 強化学習によるロボットの動作獲得
    2. シミュレータを用いた強化学習
    • 質疑応答
ページのトップヘ

講師

  • 山下 隆義 氏
    中部大学 工学部 情報工学科
    教授
ページのトップヘ

会場

株式会社 技術情報協会
東京都 品川区 西五反田2-29-5 日幸五反田ビル8F
株式会社 技術情報協会の地図
ページのトップヘ

主催

株式会社 技術情報協会
お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 50,000円 (税別) / 54,000円 (税込)
複数名
: 45,000円 (税別) / 48,600円 (税込)

複数名同時受講割引について

  • 2名様以上でお申込みの場合、
    1名あたり 45,000円(税別) / 48,600円(税込) で受講いただけます。
    • 1名様でお申し込みの場合 : 1名で 50,000円(税別) / 54,000円(税込)
    • 2名様でお申し込みの場合 : 2名で 90,000円(税別) / 97,200円(税込)
    • 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 145,800円(税込)
  • 同一法人内による複数名同時申込みのみ適用いたします。
  • 受講券、請求書は、代表者にご郵送いたします。
  • 他の割引は併用できません。
本セミナーは終了いたしました。
セミナーの再開催を依頼する
ページのトップヘ

これから開催される関連セミナー

開始日時 会場 開催方法
2026/3/31 Pythonで学ぶデータ解析・機械学習を理解するための線形代数入門 オンライン
2026/4/10 データ駆動型の化学・材料関連研究の最新動向と小規模データの活かし方 オンライン
2026/4/15 Pythonと生成AI/AIエージェントによるデータ分析入門 オンライン
2026/4/15 生成AI時代のPythonデータ分析 オンライン
2026/4/16 MI, 生成AIを活用した材料開発の高速化、効率化 オンライン
2026/4/16 第一原理計算とLightGBMを活用したマテリアルデータエンジニアリングとその活用事例 オンライン
2026/4/16 生成AI時代のPythonデータ分析 オンライン
2026/4/17 因子ごとの最適条件を少ない実験回数で見つける統計的手法「実験計画法」 & 汎用的インフォマティクス「非線形実験計画法」 オンライン
2026/4/22 AI搭載システムの品質・安全保証技術と検証のポイント オンライン
2026/4/23 AI搭載システムの品質・安全保証技術と検証のポイント オンライン
2026/4/23 AI/機械学習が「遅い・重い・回らない」ボトルネックの原因と対処法 オンライン
2026/4/24 統計的組合せ最適化 : 実験計画法とプログラミング不要のAIを使った汎用的インフォマティクス : 非線形実験計画法実践入門 オンライン
2026/4/24 AI/機械学習が「遅い・重い・回らない」ボトルネックの原因と対処法 オンライン
2026/4/24 外観検査の自動化における画像認識の基礎と生成AI活用の最新動向 オンライン
2026/4/27 外観検査の自動化における画像認識の基礎と生成AI活用の最新動向 オンライン
2026/5/11 機械学習原子間ポテンシャルの基礎と構築法 オンライン
2026/5/13 AIエージェントの基礎と業務導入のポイント オンライン
2026/5/20 機械学習原子間ポテンシャルの基礎と構築法 オンライン
2026/5/22 AIエージェントの基礎と業務導入のポイント オンライン
2026/5/25 ディープニューラルネットワークモデルとMTシステムの基礎・学習データ最小化・開発実施手順 オンライン
ページのトップヘ