【tensorflowで学ぶ】ディープラーニングによる強化学習入門

2018/11/18(日)19:00 〜 22:00 開催
ブックマーク
参加枠申込形式参加費 参加者
当日払い
先着順 5,000円
現金支払い
8人 / 定員6人
(キャンセル待ち2人)
2回目の参加
先着順 無料 2人 / 定員1人
(キャンセル待ち1人)

イベント内容

【tensorflowで学ぶ】ディープラーニング強化学習

概要

本講座のテーマは強化学習です。講座内では、強化学習の流れを解説しながらtensorflowを用いたゲームAIの実装をハンズオン形式で行います。

強化学習は近年のAI技術のもっとも重要な技術の一つです。例えばAlphaGoを含めた多くの強力なゲームAIは強化学習の技術が使われています。また、ゲームAIに限らず、都市交通システム制御、ロボットの自律行動選択、音声対話、マーケティングの最適化、FX・株式の変動予測などさまざまな分野への応用研究も盛んに行われており、論文などで一定の成果が報告されるだけでなく、多くの場面で実用化が進んでいます。

本講座では強化学習の原理をわかりやすく解説しながら、ゲームAIをtensorflowで実装します。コンセプトは簡単な実装で強力なAIが作れる流れを体験して頂くことです。受講後は、強化学習の仕組みを理解し、実装も可能になっていることを目指します。

【参加条件】

  • Python3の基本文法を理解している方
  • tensorflowで単純なニューラルネットワーク(多層パーセプトロン)を写経でも構築したことがある方

上記の条件を満たしているか不安な方は以下の講座を合わせて受講していただくことをこ検討ください。

【関連講座】

事前準備

Python3のインストールをお願いいたします。
また、以下のパッケージを当講座では利用しますので、当日までに動作確認をお願いいたします。

  • jupyter notebook
  • numpy
  • tensorflow
  • tensorboard
  • matplotlib

この講座で得られること

  • ディープラーニング及び強化学習の基本原理と実装方法の習得
  • 強化学習でなにができるか俯瞰的に捉えられる

講座一覧のフローチャート

どの講座から受講したら良いのかわからないというような方は、下記のフローチャートを参考にしていただければと思います。

Alt text

内容

  • 強化学習の概要、応用例
  • Q学習
  • TensorFlowによる実装
  • モデルの学習
  • 学習モデルの利用
  • その他の学習手法


※内容は一部変更になることがございます。

こんな人におすすめ

  • 最短ルートでディープラーニングにおける強化学習を学びたい方
  • 人工知能の利用などに興味がある方

講師

吉田 拓真
東京大学大学院にてシステム開発の研究に従事。C++を用いて、ライブラリを使わずに独自に深層強化学習を実装したことをきっかけに機械学習に携わっている。また、ドリーム・アーツとリクルートテクノロジーズで人工知能を使ったデータ分析に従事している。


持ち物

  • Python3の実行環境と必要ライブラリ(tensorflow, pandas, numpy)をインストール済みのPC。
    ※ インストールでお困りの方はinfo@to-kei.netまでご連絡いただければ、可能な範囲で対応致します。
    ※ 講座の進行は「jupyter notebook」を使います。同じ実行環境で受講したい方は、インストールをお勧め致します。

参加費

当日払い
5000円

二回目の参加の方
無料

領収書

当日払いの方
受付時に領収書が必要な旨と、メールアドレスをスタッフまでお申し付けください。 翌日以降に、領収書をメールにて送付いたします。

受付・入場時間

開始の15分前から

問い合わせ

イベントに関するお問い合わせはinfo@to-kei.netまでご連絡ください。

注意事項

  • 講義のコンテンツは全て「全人類がわかる統計学」に帰属していますので、複製はご遠慮ください。
  • 個人ブログへの講義コンテンツの掲載はご遠慮ください。
  • リクルーティング、勧誘、採用活動など、目的に沿わない行為につきまして、主催者が相応しくないと判断した場合は即刻退出処分とします。全員が気持ちよく過ごすことが出来るよう、ご協力をお願い致します。

全人類がわかる統計学とは

統計学の学習サイト、全人類がわかる統計学を運営、管理している団体です。統計学とその関連分野について、出来るだけわかりやすく多くの人々に届けるということを目指して活動しています。

新規会員登録

このイベントに申し込むには会員登録が必要です。
アカウント登録済みの方はログインしてください。



※ ソーシャルアカウントで登録するとログインが簡単に行えます。

※ 連携したソーシャルアカウントは、会員登録完了後にいつでも変更できます。

関連するイベント