オンラインセミナー 強化学習 python 機械学習 人工知能 ロボット ウェビナー

サイトマップサイトマップ よくあるお問合わせよくあるお問合せ リクエストリクエスト セミナー会場セミナー会場へのアクセス リンクリンク
セミナーのメニュー
  ヘルスケア系
ライブ配信
1月
2月
3月
2021年4月〜

化学・電気系 その他各分野
ライブ配信
1月
2月
3月
2021年4月〜
出版物出版物
新刊図書新刊図書 月刊 化学物質管理Gmpeople
通信教育講座通信教育講座
LMS(e-learning)LMS(e-learning)
セミナー収録DVDDVD
電子書籍・学習ソフトDVD
セミナー講師のコラムです。講師コラム
  ↑2021/1/13更新!!
お申し込み・振込み要領お申込み・振込要領
案内登録案内登録
↑ ↑ ↑
新着セミナー、新刊図書情報をお届けします。

※リクエスト・お問合せ等
はこちら→ req@johokiko.co.jp



SSL GMOグローバルサインのサイトシール  



Zoomライブ配信セミナー見逃し視聴あり


オンライン(ライブ配信)/見逃視聴なし → 

オンライン(ライブ配信)/見逃視聴あり → 

※Zoomでの受講が難しい方へ;Zoomを介さず視聴できるライブ配信形式での受講も可能です(Vimeo使用)。
 本形式を希望の方は申込フォーム備考欄に「Zoom不可・ライブ配信希望」とご記入ください。
 ご受講前に必ず本ページ内の「ライブ配信」の詳細を確認下さい。Zoomとの同時受講はできません。



★Pythonによるアルゴリズム実装デモを交えながら、強化学習がうまく働く仕組みや応用例を解説!
★使用するサンプルプログラムは事前送付しますので、お手元で走らせながら受講する事も可能です。
★基礎から代表的なアルゴリズム、実装時に生じる諸問題と解決策、
  ロボット制御や脳の意思決定モデル等への応用まで。

強化学習入門

〜基礎理論からPythonによるアルゴリズムの実装例まで〜

<Zoomによるオンラインセミナー・見逃し配信あり>

講師

奈良先端科学技術大学院大学
先端科学技術研究科情報科学領域 准教授
吉本 潤一郎 先生

講師紹介

■ご略歴:
1998年 関西大学総合情報学部卒業
2002年 奈良先端科学技術大学院大学情報科学研究科博士後期課程修了(博士(工学)取得)
2002-2004年 科学技術振興機構CREST研究員
2004-2015年 沖縄科学技術大学院大学神経計算ユニット研究員(2010よりグループリーダに昇格)
2015-現在 奈良先端科学技術大学院大学情報科学研究科(2018より先端科学技術研究科情報科学領域に改組)准教授

■ご専門および得意な分野・研究:
ニューロコンピューティング、機械学習、計算神経科学、ニューロインフォマティクス

■本テーマ関連学協会でのご活動:
電子情報通信学会和文論文誌D編集副委員長
情報処理学会バイオ情報学研究会幹事
IEEE Computational Intelligence Society JAPAN CHAPTER Secretary
など

→このセミナーを知人に紹介する

日時・会場・受講料

●日時 2021年4月15日(木) 10:30-16:30 *途中、お昼休みや小休憩を挟みます。

●受講料
 【オンライン受講:見逃し視聴なし】:1名47,300円(税込(消費税10%)、資料付)
 *1社2名以上同時申込の場合、1名につき36,300円

 【オンライン受講:見逃し視聴あり】:1名52,800円(税込(消費税10%)、資料付)
 *1社2名以上同時申込の場合、1名につき41,800円

 *学校法人割引;学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認下さい。


■ セミナーお申込手順からセミナー当日の主な流れ →

配布資料・講師への質問等について

●配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
 (開催1週前〜前日までには送付致します)。
*準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
(土、日、祝日は営業日としてカウント致しません。)

●当日、可能な範囲で質疑応答も対応致します。
(全ての質問にお答えできない可能性もございますので、予めご容赦ください。)
●本講座で使用する資料や配信動画は著作物であり
 無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。
●受講に際しご質問・要望などございましたら、下記メールにてお問い合わせ下さい。 req@johokiko.co.jp


※本講座は、お手許のPCやタブレット等で受講できるオンラインセミナーです。

下記ご確認の上、お申込み下さい(クリックして展開「▼」:一部のブラウザーでは展開されて表示されます)
・PCもしくはタブレット・スマートフォンとネットワーク環境をご準備下さい。
・ご受講にあたり、環境の確認をお願いしております(20Mbbs以上の回線をご用意下さい)。
 各ご利用ツール別の、動作確認の上お申し込み下さい。
・開催が近くなりましたら、当日の流れ及び視聴用のURL等をメールにてご連絡致します。開催前日(営業日)の12:00までにメールが届かない場合は必ず弊社までご一報下さい。
・その他、受講に際してのご質問・要望などございましたら、下記メールにてお問い合わせ下さい。
 <req@johokiko.co.jp>

Zoom
Zoomを使用したオンラインセミナーとなります(クリックして展開「▼」)
・ご受講にあたり、環境の確認をお願いしております。
 お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
 → 確認はこちら
 *Skype/Teams/LINEなど別のミーティングアプリが起動していると、Zoomでカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
 →音声が聞こえない場合の対処例

・Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です
 →参加方法はこちら
 →※一部のブラウザーは音声(音声参加ができない)が聞こえない場合があります、
   必ずテストサイトからチェック下さい。
   対応ブラウザーについて(公式);コンピューターのオーディオに参加に対応してないものは音声が聞こえません

ライブ配信セミナー
動画配信サイトVimeoを用いて同時ストリーミング配信でご視聴頂けます。
 (尚、Zoomへアクセスできる方は、Zoomでの受講を推奨します。)
(クリックして展開「▼」)
 こちらの形式での受講をご希望の場合は備考欄に「Zoom不可・ライブ配信希望」と記載下さい(Zoomまたはライブ配信いずれか一方でのご受講となります)。

 →事前にこちらから問題なく視聴できるかご確認下さい(テスト視聴動画へ)パスワード「123456」


見逃し視聴あり
申込み時に(見逃し視聴有り)を選択された方は、見逃し視聴が可能です。
(クリックして展開「▼」)
・原則、開催5営業日後に録画動画の配信を行います(一部、編集加工します)。
・視聴可能期間は配信開始から1週間です。
 セミナーを復習したい方、当日の受講が難しい方、期間内であれば動画を何度も視聴できます。
 尚、閲覧用URLはメールでご連絡致します。
 ※万一、見逃し視聴の提供ができなくなった場合、
 (見逃し視聴あり)の方の受講料は(見逃し視聴なし)の受講料に準じますので、ご了承下さい。

 →こちらから問題なく視聴できるかご確認下さい(テスト視聴動画へ)パスワード「123456」


セミナー開催にあたって

■はじめに:
 強化学習とは環境とのインタラクションを通して試行錯誤的に最適な戦略や行動選択則を獲得する機械学習法の枠組みです。囲碁や将棋の世界では、人工知能が人間エキスパートを超えるようになり世の中を驚かせましたが、それには強化学習が大きな貢献を果たしました。では、強化学習を使えば何でもできるのでしょうか?それとも、強化学習にも苦手な応用分野はあるのでしょうか?それを知るには強化学習の基本原理を理解する必要があります。
 本セミナーでは、簡単な例題やプログラム演習を通して、強化学習がうまく働く仕組みや応用例を解説するとともに、脳の情報処理との相同性や相違性をご紹介したいと思います。

■受講対象者:
・強化学習についてゼロから学びたいと考えている方
・強化学習アルゴリズムのプログラム実装にチャレンジしたいと考えている方
・強化学習モデルを利用して行動データの解析を試してみたいと考えている方
・その他、本テーマに興味のある方なら、どなたでも受講可能です。

■必要な予備知識:
高校卒業レベルの線形代数と基礎解析の知識があると望ましいですが、この分野に興味のある方なら、特に予備知識は必要ありません。

■予習・復習されたい方へお勧め参考書:
・R.S. Sutton & A.G. Barto: Reinforcement Learning: An Introduction (Second Edition), MIT Press, Cambridge, MA, 2018. (http://incompleteideas.net/book/the-book-2nd.htmlよりプレプリントの閲覧が可能です)
・牧野貴樹,澁谷長史,白川真一(編): これからの強化学習,森北出版,2016.

■本セミナーで習得できること:
・強化学習の基礎知識と応用例
・Pythonによる強化学習アルゴリズムの実装方法
・強化学習モデルを利用したヒトや動物の行動解析法
など

■当日は講師によるプログラミング演習デモンストレーションを実施します。

1)開催日が近づきましたら受講者の方にも演習用データをメールにて配布致します。当日は講師のデモを追いながらお手元で再現する事も可能ですし、当日は講義を聞く事に集中し後日プログラムを触る事も可能です(講師への質問も可)

2)PCのプラットフォームは,Windows/Linux/MacOS問いません。3)が問題なく行えれば特にスペック指定もございませんが、極端に旧型PCの場合は動作が遅くなる可能性がございます。

3)Anacondaのダウンロード/インストールのお願い
 デモを追いたい方は事前に下記から最新のAnacondaのダウンロードおよびインストールをお願い致します。
 https://www.anaconda.com/download/

セミナー内容

1.はじめに
 1)例題から学ぶ機械学習と強化学習の位置づけ
 2)強化学習の歴史

2.強化学習の基礎理論
 1)マルコフ決定過程による問題の定式化とその解法
  @ マルコフ決定過程
  A 価値反復法
  B 方策反復法
 2)代表的な強化学習アルゴリズム
  @ モンテカルロ法
  A TD学習法
  B Q学習法
  C SARSA法
  D モデル同定型強化学習法
  E 方策勾配法
 3)アルゴリズム実装時に生じる諸問題とその解決法
  @ 探索と知識利用のジレンマ
  A メタ学習
  B 連続空間・高次元空間への対応とDQN
  C 部分観測問題への対応

3.プログラミング演習デモンストレーション:Pythonによる強化学習アルゴリズムの実装法

4.強化学習の応用例
 1)ロボットの自動制御
 2)ゲームエージェントの学習
 3)脳の意思決定モデルと行動解析

5.質疑応答・個別相談

■ご講演中のキーワード:

強化学習、価値関数法、方策探査法、actor-critic法、マルコフ決定過程、探索と知識利用のジレンマ、脳の意思決定モデル

セミナー番号:AD210403

top

注目の新刊

雑誌 月刊化学物質管理

プライバシー・マネジメント

国内外食品衛生法規

タッチレス化/非接触化

マテリアルズ
・インフォマティクス


ドローン

寺子屋統計教室

Spice回路シミュレータ

分野別のメニュー

化学・電気系他分野別一覧

  植物工場他

  機械学習他

ヘルスケア系分野別一覧

  海外関連

  医療機器

各業界共通
マーケティング・人材教育等

「化学物質情報局」

特許・パテント一覧 INDEX
(日本弁理士会 継続研修)

印刷用申込フォーム    

セミナー用

書籍用

会社概要 プライバシーポリシー 通信販売法の定めによる表示 商標について リクルート
Copyright ©2011 情報機構 All Rights Reserved.