BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:【入門者・初心者向け】強化学習超入門（3回
 コース）
X-WR-CALNAME:【入門者・初心者向け】強化学習超入門（3回
 コース）
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:759470@techplay.jp
SUMMARY:【入門者・初心者向け】強化学習超入門（3回コー
 ス）
DTSTART;TZID=Asia/Tokyo:20191201T183000
DTEND;TZID=Asia/Tokyo:20191201T203000
DTSTAMP:20260411T060727Z
CREATED:20191114T084436Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/75947
 0?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n内容概要\n
 機械学習の分野は 教師あり学習\, 教師なし学習\, 強化
 学習の 3 つに大別できます。\n教師あり学習\, 教師な
 し学習は比較的イメージがつきやすいと思われますが
 、\n強化学習は敷居が高いと感じている方が多いと思
 います。\n\nそこで、本セミナーでは、強化学習を全 3 
 回に渡って、丁寧に解説致します。\n今回は、基礎は
 もちろん、”Deep Q-Network” (以降 DQN) にも焦点を当てま
 す。\nDQN は今日の強化学習の中心にあるアルゴリズム
 であるため、\nこれを理解しておくと、他のアルゴリ
 ズムを勉強する際に非常に役立つためです。\n\n本セミ
 ナーは、以下のリンク先の書籍の内容に沿って進行し
 ます。\nhttps://note.mu/lib_arts/n/n8cf4cbe2dce4\n(基本的な重要
 事項のみに焦点を当てるので、深層強化学習のトレン
 ドについては触れません。)\n\nまた、上記URLの書籍を
 購入頂いた方は、セミナーの参加費用を割引させて頂
 きます。\n手元に資料がある方が理解し易いので、購
 入の上での参加を推奨します。\n\nまた、第 2 回目は Py
 Torch の解説回であるため、PyTorch については問題ない
 という方は、\n第 2 回の参加を無しにし、参加費を 3000
  円割り引かせて頂きます。\nこちらのオプションを希
 望される方は、第 1 回の開催日にお申し付け下さい。\
 n\n開催日程\n12/ 1（日）第 1 回\n受付： 18:20~18:30\n解説
 ： 18:30~20:30\n\n12/ 7 (土) 第 2 回 \n受付 :  15:50~16:00\n解説 
 :  16:00~18:00\n\n12/14 (土) 第 3 回\n受付 :  15:50~16:00\n解説 : 
  16:00~18:00 \n\n※\n途中5分ほどの休憩を設ける予定です
 。\n\nアジェンダ\n第 1 回 (強化学習の理論と DQN の基本
 )\n\n・問題設定から理解する強化学習\n　　問題設定 (
 逐次的意思決定問題)\n　　系列モデリング\n　　逐次
 的意思決定問題の問題設定\n\n・Q-learning\n　　Model-Free M
 ethod\n　　Temporal Difference Method\n　　Monte Carlo Method\n　　
 SARSA\n　　Q-learning\n\n\n第 2 回 (PyTorch)\n\n・PyTorch の基本\
 n　　PyTorchの概要\n　　簡易実装\n　　PyTorchのチュート
 リアルの全体像\n　　Autograd\n\n・Neural Network の実装\n　
 　Define the Network\n　　Loss Function\n　　Backprop\n　　Update 
 the weights\n\n・実装を読み解くにあたって\n\n第 3 回\n\n
 ・第 1 回の復習\n\n・Deep Q-Network の原理\n　　Q-learning 
 とDeep Q-Network\n　　問題設定 (Atari)\n　　transition の保存
 \n　　TD Error と誤差関数\n　　Network Architecture\n\n・Deep Q
 -Network における工夫\n　　Experience replay\n　　Target Networ
 k\n\n・Deep Q-Network のサンプルコード\n　　Introductoin\n　
 　Replay Memory\n　　DQN Algorithm\n　　Training\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2-7-1
 4 YS西神田ビル2F\n\n対象者\n・強化学習に興味がある方\
 n・強化学習のプログラムを動かしてみたい方\n\n※\n超
 初心者〜中級者を前提とした進行としますので、極力
 難しい言葉や数式は使わないで\n進行するようにしま
 す。\n\n当日までの準備\n第 2\, 3回では、Python 3.6 環境
 でPyTorchが動くようにしてきていただけたらと思います
 。\n(Google Colaboratory でも構いません。)\n\n費用\n通常参
 加者枠 　　　12000円 (2h x3回)\n書籍購入割引適用 　10000
 円 (2h x3回)\n第 2 回参加なし　　上記該当料金より 3000
 円割引 (希望される方は、第 1 回でお申し付け下さい
 。)\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定員\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\n
LOCATION:千代田区西神田2-7-14 YS西神田ビル2F
URL:https://techplay.jp/event/759470?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR