日時
- 2019年7月23日 10時30分〜 2019年7月23日 16時30分
開催予定
プログラム
- 第1章 平均から学ぶ強化学習の基本概念
- はじめに
- 平均と期待値
- 平均と価値
- 平均とマルコフ性
- 平均によるベルマン方程式の導出
- 平均によるモンテカルロ学習手法の導出
- 平均によるTD法の導出
- 第2章 各アルゴリズムの特徴と応用
- はじめに
- 方策π (a | S)
- 動的計画法
- モンテカルロ法
- TD (0) 法
- 第3章 関数近似手法
- はじめに
- 関数近似の基本概念
- 関数近似モデルを用いたV (St) の表現
- 機械学習による価値関数の回帰
- モンテカルロ法を応用した価値関数回帰
- Td (0) – SARSA法を適用した行動状態価値関数の回帰
- Td (0) – Q法を応用した行動状態価値関数の回帰
- 第4章 深層強化学習の原理と手法
- TD – Q学習におけるNNによる行動価値関数回帰
- DQNによる行動状態価値関数近似
- 確率方策勾配法
- 決定型方策勾配法
- TRPO/PPO法
- まとめと展開
会場
受講料
- 1名様: 46,000円(税別) / 50,600円(税込)
- 複数名: 57,000円(税別) / 62,700円(税込)
テキストについて
テキストとして、「 機械学習アルゴリズム入門 」 (3,240円) を使用いたします。
テキストが必要な方は、お申し込みのテキスト希望欄から「必要」をご選択下さい。
受講料と、テキスト代（実費）を合わせて請求させていただきます。
