BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:深層強化学習の研究トレンド（DQN〜Rainbowまで
 ）の解説と実装例の解説を行うセミナー
X-WR-CALNAME:深層強化学習の研究トレンド（DQN〜Rainbowまで
 ）の解説と実装例の解説を行うセミナー
X-WR-TIMEZONE:Asia/Tokyo
BEGIN:VTIMEZONE
TZID:Asia/Tokyo
BEGIN:STANDARD
DTSTART:19700101T000000
TZOFFSETFROM:+0900
TZOFFSETTO:+0900
TZNAME:JST
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:738211@techplay.jp
SUMMARY:深層強化学習の研究トレンド（DQN〜Rainbowまで）の
 解説と実装例の解説を行うセミナー
DTSTART;TZID=Asia/Tokyo:20190706T130000
DTEND;TZID=Asia/Tokyo:20190706T150000
DTSTAMP:20260507T102549Z
CREATED:20190623T140818Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/73821
 1?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n内容概要\n\n
 Deep Q-Network以降の深層強化学習について解説できれば
 と思い企画してみました。\nDeep Q-Networkから2017年の10月
 に発表された『Rainbow: Combining Improvements \nin Deep Reinforcem
 ent Learning』までの研究の流れについて基礎的な強化学
 習の知識や\n実装例（TensorFlow or PyTorchになると思いま
 す）を元に解説していければと思います。\n\n↓Rainbow
 論文\nhttps://arxiv.org/abs/1710.02298\n\n※\n期待値が上がり過
 ぎるとやりづらいので、過度な期待はし過ぎないよう
 にお願いします。\n出典はオリジナル論文か著者実装
 を基本メインで紹介するため情報ソースは問題ないと
 思いますが、\n全てのご質問にはお答えできないかも
 しれないことは予めご留意ください。\n\n\n開催日程\n\n
 7/6（土）\n受付： 12:50〜13:00\n講義： 13:00〜15:00\n\n※\n
 途中10分ほどの休憩を数回設ける予定です。\n\n\nアジ
 ェンダ\n\n1. 事前知識の整理（25分）\n　　系列モデリ
 ング復習＆MDP(Markov Decision Process)\n　　Deep Q-Network\n\n2. R
 ainbowについて（60分）\n　　Double DQN\n　　Prioritised Experi
 ence Replay\n　　Dueling Network Architecture\n　　Multi-step Returns
 \n　　Distributional RL\n　　Noisy Nets\n\n　　↓参考\n　　htt
 ps://lib-arts.hatenablog.com/entry/rl_trend6\n\n3. 簡易ハンズオン
 とコードの解説（30分）\n　　簡単な動作例を元にコー
 ドの解説を行います。\n\n※アジェンダの詳細について
 は変更の可能性があります。（全体の流れが変わるこ
 とはないです）\n\n\n会場\n\n水道橋駅、神保町駅、九段
 下駅周辺\n千代田区西神田2-7-14 YS西神田ビル2F\n\n\n対象
 者\n\n・対象レベルとしては，CNNの基礎知識（AlexNet、VG
 GNet、ResNetなど）について知っており、\nMNISTなどの画
 像分類の経験がある方を想定します。\n↓下記の理解
 は前提とします。\nhttps://lib-arts.hatenablog.com/entry/math_nn4\
 nhttps://lib-arts.hatenablog.com/entry/math_nn5\nhttps://lib-arts.hatenab
 log.com/entry/math_nn6\nhttps://lib-arts.hatenablog.com/entry/paper1_Alex
 Net\nhttps://lib-arts.hatenablog.com/entry/paper2_VGGNet\nhttps://lib-art
 s.hatenablog.com/entry/paper3_ResNet\n\n・また強化学習の基本に
 ついてはわかっている方を想定します。（Deep Q-Network
 がシンプルかつ\nそれなりに良いモデルなので、Deep Q-N
 etworkまでなんとなくわかるを想定して話を進めていき
 ます）\n↓自信のない方は下記をざっと読み流して簡
 単なイメージを掴んできていただけたら当日スムーズ
 だと思います。\nhttps://lib-arts.hatenablog.com/entry/followup_rei
 nforce1\nhttps://lib-arts.hatenablog.com/entry/followup_reinforce2\nhttps
 ://lib-arts.hatenablog.com/entry/followup_reinforce3\nhttps://lib-arts.ha
 tenablog.com/entry/followup_reinforce4\nhttps://lib-arts.hatenablog.com/e
 ntry/followup_reinforce5\n\n\n講師プロフィール\n\n東大工学部
 卒。\nデータ分析/AI開発の仕事の経験は7年ほどで、理
 論/開発/ビジネスのどれも経験があり強い。\nまた、多
 くの業界のプロジェクトに関わったためドメイン知識
 も豊富。\n初心者向けの指導実績も多く、1\,000名近い
 。\n\n\n当日のお持物\n\n・筆記用具\n・PC     Python(3.6推
 奨）、TensorFlow&PyTorchが使える状態でお願いします。\n
 ※ 題材によって変更の可能性があります\n\n\n費用\n\n4\
 ,000円 (2時間)\n\n※\n・領収書発行の際は事務手数料と
 して追加1\,000円のお支払いをよろしくお願いいたしま
 す\n\n\n定員\n\n6名（人数に合わせて調整します、別媒
 体でも募集していますので申し込み人数は当日参加者
 数を反映しません）\n\n\nご参加にあたってのお願い\n\n
 無断欠席や前日以降のキャンセルに関しては当日人数
 読めなくなり非常に迷惑なので\n基本的に行わないよ
 うにお願いします。（直前参加は定員的に問題なけれ
 ば歓迎です！）\n体調不良、職務都合、ご家庭の事情
 などどうしてものケースは別途ご連絡いただくか、\n
 イベントへのお問い合わせよりご連絡いただけますと
 嬉しいです。\n上記がひどいアカウントに関してはブ
 ラックリスト処理を行い以後の参加をお断りさせて\n
 いただきますので、その点だけ予めご了承ください。\
 n（7割以上来れる前提でのお申し込みと前日以降のキ
 ャンセルはメッセージでのご連絡を\nいただくという
 ことだけ気をつけていただければ大丈夫だと思います
 ）\n\nモチベーションの高い参加者の方を重視する運営
 としていきたいと考えています。\nご協力のほど、よ
 ろしくお願いいたします。\n\n
LOCATION:
URL:https://techplay.jp/event/738211?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR