以下の類似セミナーへのお申込みをご検討ください。
■AI活用人材育成講座■『機械学習(ディープラーニング)の基礎・活用・実践<全3回>』
機械学習を用いた画像認識技術の基礎とその応用
小規模データに対する機械学習の効果的適用法
ベイズ統計から学ぶ統計的機械学習
■AI活用人材育成講座<第2回>■『ディープラーニングと機械学習プロジェクトの進め方』
Pythonではじめる機械学習入門講座
第一原理計算と機械学習を用いた材料設計 ~基礎原理から機械学習力場活用の最新動向まで~
小規模データに対する機械学習の効果的適用法
逆強化学習・模倣学習の基礎と応用
開催日 |
10:30 ~ 16:30 締めきりました |
---|---|
主催者 | 株式会社トリケップス |
キーワード | 機械学習・ディープラーニング |
開催エリア | 東京都 |
開催場所 | ちよだプラットフォームスクエア(東京都千代田区神田錦町) |
【講師】
下坂 正倫 氏 : 東京工業大学 情報理工学院 情報工学系 准教授 博士(情報理工学)
【プログラム】
1. 機械学習・制御における逆強化学習の位置づけ
1.1 機械学習における位置づけ
1.2 最適制御との接点
1.3 逆強化学習の応用分野・従来の時系列データ解析との違い
2. 機械学習の基礎 (概要)
2.1 識別的な機械学習の一般的な定式化
2.2 正則化付き経験損失最小化
2.3 典型的な識別問題(分類・回帰)の例
2.4 逆強化学習における問題設定
3. 時系列データのモデリング : マルコフ決定過程と最適制御
3.1 時系列データモデリング
3.1.1. マルコフ過程・動的システム
3.2 報酬と紐付く時系列データモデリング
3.2.1 マルコフ決定過程
3.3 報酬関数最大化問題 : 最適制御・最適政策
3.4 ベルマン方程式・価値反復法
4. 逆強化学習
4.1 逆強化学習の定式化
4.2 逆強化学習の損失関数の設計
4.3 逆強化学習のパラメータ最適化
5. 逆強化学習の適用
5.1 逆強化学習の実装
5.2 研究事例から学ぶ逆強化学習の適用事例
5.2.1 マルコフ決定過程(状態空間・行動)の設計の実例
5.2.2 報酬関数設計の実例
6. 逆強化学習の最近の話題
逆強化学習の高速化・高次元化・文脈の活用・
マルチエージェント問題・深層学習との融合・落穂拾い
7. まとめ
【受講料】
・お1人受講の場合 46,000円[税別]/1名
・1口でお申込の場合 57,000円[税別]/1口(3名まで受講可能)