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:738264@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:20260509T181156Z
CREATED:20190624T003747Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/73826
 4?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n内容概要\nDe
 ep 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 Reinforcement
  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\n開催日程\n7/6
 （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\nアジェ
 ンダ\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. Rainbow
 について（60分）\n　　Double DQN\n　　Prioritised Experience R
 eplay\n　　Dueling Network Architecture\n　　Multi-step Returns\n　
 　Distributional RL\n　　Noisy Nets\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\n会場\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\n対象者\
 n・対象レベルとしては，CNNの基礎知識（AlexNet、VGGNet
 、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.hatenablog.co
 m/entry/math_nn6\nhttps://lib-arts.hatenablog.com/entry/paper1_AlexNet\nh
 ttps://lib-arts.hatenablog.com/entry/paper2_VGGNet\nhttps://lib-arts.hate
 nablog.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-Network
 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_reinforce
 1\nhttps://lib-arts.hatenablog.com/entry/followup_reinforce2\nhttps://lib
 -arts.hatenablog.com/entry/followup_reinforce3\nhttps://lib-arts.hatenabl
 og.com/entry/followup_reinforce4\nhttps://lib-arts.hatenablog.com/entry/f
 ollowup_reinforce5\n\n\n\n講師プロフィール\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\n当日のお持物\n・筆記用具\n・PC     Python(3.6推奨）、T
 ensorFlow&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\n費用\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\n
 定員\n12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\nご参加にあたってのお願い\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
LOCATION:水道橋駅周辺 千代田区西神田2-7-14 YS西神田ビル2F
URL:https://techplay.jp/event/738264?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR