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:772032@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:20200310T200000
DTEND;TZID=Asia/Tokyo:20200310T220000
DTSTAMP:20260522T102525Z
CREATED:20200216T110817Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/77203
 2?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、本勉強会では、強化学習を全 3 回
 に渡って解説致します。\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 PyTorch 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\n3/10（火）第 1 回\n受付： 19:50~20:00\n解説： 20:00~22:00
 \n\n3/17  (火)  第 2 回 \n受付 :  19:50~20:00\n解説 :  20:00~22:00
 \n\n3/24 (火)  第 3 回\n受付 :  19:50~20:00\n解説 :  20:00~22:00 \
 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 Method\n　　Te
 mporal 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 th
 e 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-Netw
 ork\n　　問題設定 (Atari)\n　　transition の保存\n　　TD Err
 or と誤差関数\n　　Network Architecture\n\n・Deep Q-Network に
 おける工夫\n　　Experience replay\n　　Target Network\n\n・Deep
  Q-Network のサンプルコード\n　　Introductoin\n　　Replay Mem
 ory\n　　DQN Algorithm\n　　Training\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 Col
 aboratory 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\n3名（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
 反映しませんが、最大でも8名とします）\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:
URL:https://techplay.jp/event/772032?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR