強化学習の基礎についてPythonを通して学ぶ
強化学習は機械学習のフレームワークの一つで、プラントの最適化など実社会への応用が期待されている分野の一つです。この講座では、強化学習の基礎について、Pythonと数学を通して学んでいきましょう。
また深層強化学習の話題から、最も基本的なDeep Q-Networkの仕組みに触れ、kerasパッケージを用いた実装についても学習します。
※アーカイブ講座の動画販売についてお申し込み受付中です。
集団授業
強化学習入門：機械学習の数理シリーズ
統計・機械学習講座
スポット講座
Sスタンダード
アーカイブ講座（録画販売中）
講座概要
Overview
強化学習は機械学習のフレームワークの一つで、プラントの最適化など実社会への応用が期待されている分野の一つです。この講座では、強化学習の基礎について、Pythonと数学を通して学んでいきましょう。特に、
- 価値反復法
- 方策勾配法
の具体的なアルゴリズムを数式を読みながら勉強し、numpyパッケージを用いて実装します。また深層強化学習の話題から、最も基本的なDeep Q-Networkの仕組みに触れ、kerasパッケージを用いた実装を通して親しむことを目指します。
教科書
- 書籍
すうがくぶんかのオリジナルテキスト
- 送付方法
デジタルデータ（jupyter）をメール添付にてお送りいたします
※ テキスト代は受講料に含まれています。
前提とする知識
- Python言語（特にnumpy, matplotlib）の基本的な使い方に親しみがある。
- 高校数学IIICまでの微分の計算に親しみがある。
カリキュラム
Curriculum
01強化学習の概要
1. どのような問題を対象にしているか？
2. 何を目標にしているか？
3. 強化学習を数学的に表現すると？
02価値反復法
1. 状態行動価値を導入しよう
2. 状態行動価値から何がわかるの？
3. 状態行動価値を推定するアイディアはあるの？
4. Sarsaアルゴリズムを実装してみよう
5. Q-学習アルゴリズムを実装してみよう
6. 学習時に工夫をしてみよう
7. SarsaとQ-学習の違いはなに？
03方策勾配法
1. 方策勾配を導入しよう
2. 方策勾配はどうやって推定するの？
3. REINFORCEアルゴリズムを実装してみよう
4. 方策勾配の推定をもっと精度良くできないの？
5. baselineを実装しよう
04Deep Q-Network
1. 状態行動価値をニューラルネットワークで表現してみよう
2. ニューラルネットワークのアーキテクチャをコーディングしてみよう
3. 強化学習のデータの時系列性を考慮しよう
4. Experience Decayを実装してみよう
5. 学習を安定させるアイディアはないの？
6. Target Networkを実装してみよう
受講生の声
Voice
講座情報
Information
| 講座名 | 強化学習入門：機械学習の数理シリーズ |
|---|---|
| 担当講師 | |
| 開講スケジュール |
計2回の集中講義になります。 |
| 受講方法 |
Zoomによるオンライン講座 |
| 教科書 | すうがくぶんかのオリジナルテキスト |
| 受講料 | 全2回 税込34,500円 |
| お支払い方法 |
クレジットカード支払いは本ページ下部「受講料のお支払いについて」よりお願いいたします。 |
| 準備物 | ・筆記用具 |
特記事項
・授業は録画されます。録画（アーカイブ動画）は授業終了から5年間オンラインにて繰り返しご視聴いただけます。（ダウンロード不可）
・アーカイブ視聴のみの受講も可能です。お急ぎの方は、開講済みの講座のアーカイブ動画にてご受講いただけます。
関連講座
Pick up
受講料のお支払いについて
Payment options
強化学習入門：機械学習の数理シリーズ講座のクレジットカード決済フォームです。（決済にはStripeというサービスを使っています。）
下記のボタンを押すと該当する集団講座のチケットをご購入いただけます。
- 消費税については内税(10%)です。
- 全てのチケットの有効期限はご購入日より1年となっていますのでご注意ください。
※ボタンを押すと、stripeの決済ページへ遷移します。
| 全2回 |
|---|
アーカイブ講座の動画販売
Archive video
2020年前期分よりオンライン授業を録画し、授業の録画販売（アーカイブ販売）を行っております。
視聴期限は5年
自分のペースで学習できます。
開講時と同じ受講料
お気に入りの講師の
過去の講義も購入できます。
過去の講義も購入できます。
Slackにて質問できます
アーカイブ講座の場合も、
質問等は受け付けます。
質問等は受け付けます。
注意事項
アーカイブ講座の動画購入をご検討いただく場合は、下記についてご確認をお願いいたします。
- お申し込み時にご登録いただいたメールアドレス宛に、講義の録画を共有させていただきます。
※Googleドライブ上のファイルを共有するため、gmailアドレス以外の場合は、共有フォルダにアクセスする際に、自動でメールに送られてくる確認コードの入力が必要になる場合がございます。 - 受講料は、開講時と同じ受講料となります。
- 動画の視聴期限は購入後、5年となっております。
- 講座内容に関するご質問等がある場合で、Slack以外でのご質問をご希望される場合はお問合わせください。（別途受講料が発生する個別指導での対応となる場合がございます。）
開講中講座の途中参加について
本講座は開講中の講座はございません。
アーカイブ講座(録画購入）にてご受講いただけます。
アーカイブ講座(録画購入）のお申し込みはこちら
| 講座名 | 動画内容 | 講師名 | 受講料 |
|---|---|---|---|
| 強化学習入門：機械学習の数理シリーズ 2020年後期 |
全2回 | 内場 崇之 | 34,500円 |
年度別 講座情報
| 年度 | 講座情報 |
|---|---|
| ー | 本講座は2020年後期のみの開講です。 |
講座のお申し込み・ご相談は
気軽にお問い合わせください。
