強化学習の入門と業務課題への適用の検討

この講演では、機械学習、中でも強化学習の基本的な考え方から業務課題への適用の検討を1日で学びます。強化学習は非常に興味深い分野ではありますが、その理論の理解は非常にハードルが高いです。また、一般的な機械学習とは異なり、強化学習を利用することで、どのような業務課題を解決できるのかは、まだまだこれから検討が必要な分野でもあります。 　この講座では、強化学習の基本理論を学習し、そこから実際の課題への適用を検討します。自社の業務の中で強化学習を活用したい方に最適な講座です。

1. 機械学習とは
   1. 定義
   2. 機械学習の種類
   3. ディープラーニングの種類
      1. 教師あり学習の基本
      2. 教師なし学習の基本
      3. 強化学習の基本
   4. 統計との関係
2. データの扱い
   1. データの定義
   2. 現場で起こっていること
   3. データの特性を把握する
      1. 画像を数値情報へ変換する
      2. 言語を数値情報へ変換する
      3. 音を数値情報へ変換する
3. 強化学習の理論
   1. 価値
   2. 方策
   3. Q学習
   4. モンテカルロ法
4. 3目ならべ
   1. 3目ならべを数値化する
   2. プログラムサンプル
   3. 実行してみる
5. 環境構築
   1. 必要なソフトウエア
   2. Pythonの設定 (Windows10端末の例)
6. 業務課題への適用検討
   1. 状態の検討
   2. 報酬の検討
   3. ルールの検討
   4. シンプルな課題への適用検討
   5. 大量の制約条件を持つ課題への適用検討
7. まとめ