深層強化学習とそのPythonプログラムを用いた実習（PC実習付き）

Pythonを用いたディープラーニング実行の実習をやさしく行うセミナー！


講師


京都工芸繊維大学 情報工学・人間科学系　准教授　博士（工学） 飯間 等 先生

■ 主経歴
1995年京都工芸繊維大学助手/助教
2008年京都工芸繊維大学准教授となり、現在に至る。

■ 専門・得意分野
強化学習、深層学習、機械学習、遺伝的アルゴリズム、群知能、
進化計算、計算知能、最適化、スケジューリング

■ 本テーマ関連の学会・協会・団体等
日本の研究者らが執筆した強化学習の本「これからの強化学習」の著者の一人です。


受講料


1名54,000円(税込（消費税8％）、資料・昼食付)
＊1社2名以上同時申込の場合 、1名につき43,200円
＊学校法人割引 ；学生、教員のご参加は1名につき30,780円


セミナーポイント


■ 実習用パソコン
　主催者にて準備します。

■ 受講対象
　深層強化学習やそのPythonプログラムに興味のある方

■ セミナーポイント
　ビデオゲームや囲碁で人間を超えて上手にプレイできる人工知能が大きな話題となっています。この人工知能で用いられている画期的な技術が深層強化学習と呼ばれる技術です。パターン認識のための深層学習と比較して、深層強化学習は事前知識を全く必要とせずに使用できることから世界中で注目を集めています。また、研究も活発に進められており、様々な改良案が提案されてきています。
　本セミナーでは、深層強化学習やその基礎技術である強化学習と深層ネットワークを基礎から学びます。また、これらの技術をより深く理解するために、Pythonを用いた深層強化学習プログラムを実行する実習を行います。

■ 受講後、習得できること
・強化学習、深層ネットワークに関する基礎技術や動作の理解
・強化学習、深層ネットワークのプログラム開発技術の向上
・Pythonプログラミング技術の向上


セミナー内容


1.強化学習の例示（デモンストレーション）
　1.1　最短経路探索
　1.2　ゲームプレイ

2.強化学習問題
　2.1　学習エージェントと環境
　2.2　問題の定義

3.基本的な強化学習法
　3.1　価値関数
　3.2　Q学習

4.深層強化学習法
　4.1　深層ネットワーク
　4.2　深層ネットワークを用いるQ学習

5. 人間を超える最先端の深層強化学習法
　5.1　深層強化学習に対する種々の改良
　5.2　囲碁に対する学習法：AlphaGoZero

（質疑応答）