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

強化学習の基礎と実践

強化学習の基礎と実践

東京都 開催 会場 開催

概要

本セミナーでは、強化学習の基礎から解説し、基本的なアルゴリズムからチューニング、最新応用についてわかりやすく解説いたします。

開催日

  • 2018年8月21日(火) 12時30分 16時30分

修得知識

  • 強化学習の基礎理論
  • 強化学習の基本アルゴリズム
  • 実際に強化学習を試してみることができる

プログラム

 2016年、Googleが買収したDeepMind社が開発したコンピュータ囲碁プログラムAlpha Goが囲碁の世界チャンピオンに勝利して話題となった。このAlpha Goの学習に用いられていたのが深層学習 (ディープ・ラーニング) と強化学習を組み合わせたDeepQ – Network (DQN) である。
 本セミナーでは、強化学習の基礎理論と基本アルゴリズムについて解説し、LEGOロボットを用いたデモ、最近の研究動向、最新の応用事例を紹介する。

  1. はじめに
    1. 強化学習研究の歴史
    2. 強化学習研究の動向
    3. デモ (迷路)
  2. 強化学習の基礎
    1. 強化学習の枠組み
    2. マルコフ決定過程 (MDPs)
    3. 決定的環境と確率的環境
    4. エージェントの目的
    5. 行動価値
    6. 学習エージェントの行動選択法
      1. 一様ランダム選択
      2. グリーディー選択
      3. ε – グリーディー選択
      4. ソフトマックス選択
    7. 探査と知識利用のジレンマ
  3. 基本的な強化学習アルゴリズム
    1. 行動価値推定型
      1. Q学習
      2. Sarsa
    2. 方策最適化型
      1. Policy Gradient
    3. 行動価値推定型
      1. Profit Sharing (PS)
      2. OnPS
  4. 強化学習パラメーターのチューニング
    1. 状態のチューニング
    2. 行動のチューニング
    3. 報酬関数のチューニング
    4. 割引率のチューニング
    5. ステップあたりの時間のチューニング
    6. ステップサイズのチューニング
    7. ε – グリーディー選択におけるεのチューニング
    8. ソフトマックス選択における温度のチューニング
    9. 行動価値の初期値のチューニング
  5. 実環境への応用する際の課題
    1. マルチエージェント強化学習
    2. 関数近似
    3. 部分観測マルコフ決定過程 (POMDPs)
  6. 最新の強化学習
    1. 多目的強化学習
    2. 逆強化学習
    3. 安全な強化学習
    4. マルコフ決定過程簡約化
    5. 複利型強化学習
    6. 深層強化学習Deep Q – Network (DQN)
    7. Trust Region Policy Optimization (TRPO)
  7. 応用事例
    1. 複利型強化学習の応用事例
      1. 国債銘柄選択
      2. ブラックジャック
      3. 株取引
      4. 日本国債取引
    2. 深層強化学習の応用事例
      1. ロボットアーム
      2. 自動運転車
      3. ドローン
  8. まとめ
    • 質疑応答

主催

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
: 46,278円 (税別) / 49,980円 (税込)

案内割引・複数名同時申込割引について

R&D支援センターからの案内登録をご希望の方は、割引特典を受けられます。
案内および割引をご希望される方は、お申込みの際、「案内の希望 (割引適用)」の欄から案内方法をご選択ください。
複数名で同時に申込いただいた場合、1名様につき 23,139円(税別) / 24,990円(税込) で受講いただけます。

  • R&D支援センターからの案内を希望する方
    • 1名様でお申し込みの場合 : 1名で 43,750円(税別) / 47,250円(税込)
    • 2名様でお申し込みの場合 : 2名で 46,278円(税別) / 49,980円(税込)
    • 3名様でお申し込みの場合 : 3名で 69,417円(税別) / 74,970円(税込)
  • R&D支援センターからの案内を希望しない方
    • 1名様でお申し込みの場合 : 1名で 46,278円(税別) / 49,980円(税込)
    • 2名様でお申し込みの場合 : 2名で 92,556円(税別) / 99,960円(税込)
    • 3名様でお申し込みの場合 : 3名で 138,833円(税別) / 149,940円(税込)
本セミナーは終了いたしました。

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
2024/3/29 Pythonによるアンサンブル学習の基礎と応用 オンライン
2024/3/29 機械学習を用いたスペクトルデータ解析と材料開発への適用 オンライン
2024/3/29 マテリアルズインフォマティクス (MI) の最新動向と小規模データ駆動型MIの展開 オンライン
2024/4/4 多変量解析・データ処理 超入門 オンライン
2024/4/10 Pythonによる時系列データ分析とその活用 オンライン
2024/4/12 機械学習/Deep Learningの画像データ前処理に活用できる画像フィルタリングの基本と最新動向 オンライン
2024/4/15 ディープラーニングの基礎と実践 オンライン
2024/4/15 少ないデータに対する機械学習、深層学習の適用 オンライン
2024/4/17 ルールベースと機械学習ベースの画像認識技術 オンライン
2024/4/18 生成AIをめぐる著作権問題の最前線 東京都 会場・オンライン
2024/4/19 ディープラーニングの基礎と実践 オンライン
2024/4/19 自然言語処理の基礎と生成AI・大規模言語モデルの研究開発への活用 オンライン
2024/4/24 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 オンライン
2024/4/25 カルマンフィルタの実践 オンライン
2024/4/26 少ないデータに対する機械学習、深層学習の適用 オンライン
2024/4/26 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2024/5/2 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 オンライン
2024/5/2 自然言語処理の基礎と生成AI・大規模言語モデルの研究開発への活用 オンライン
2024/5/8 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2024/5/17 スパース推定の本質の理解と実装応用技術への展開 オンライン