セミナー

2019国際ロボット展併催セミナー
ディープラーニングを使った画像処理入門―応用編①
ハンズオンで学ぶ強化学習の実装方法

開催主旨

 ここ数年、AI(Artificial Intelligence、人工知能)の応用が急速に進展しています。劇的な識別率の向上をもたらし、AI分野を発展させたのが、脳の働きからヒントを得た学習手法である「Deep Learning(ディープラーニング)」のアルゴリズムです。そして、このアルゴリズムの平易な実装のために、米Google社がオープンソースライブラリとして公開しているのが「TensorFlow(テンソルフロー)」です。公開以来、ユーザー数が爆発的に拡大しており、研究用途からビジネスユースまで様々な分野で利用されています。
 本講座は、ディープラーニングを使った画像処理の「応用編」として、ハンズオンで強化学習の実装方法を理解します。例えば、囲碁の世界チャンピオンがAIに負けたが、このAIは強化学習とDeepLearningを合体させた深層強化学習で実装されたといわれます。ここでは、これら深層強化学習で実現された素晴らしい応用例を解説。これらの基本となる強化学習の実装を、オセロゲームの実装ハンズオンを通じて学びます。

※Windows10PCを持参のうえご参加ください。
※開発環境の実装方法やサンプルプログラムは、開催1週間前頃に登録メールにお知らせします。

概要

日時

2019年12月 19日(木)

14:00~17:00(受付開始13:30)

会場 東京ビッグサイト 会議棟601会議室
受講料

22,000円(税込)

※振込手数料は貴社でご負担願います。

主催 日刊工業新聞社
お問い合わせ先 日刊工業新聞社
大阪支社 事業出版部 セミナー係
TEL : 06-6946-3382
FAX : 06-6946-3389
E-mail : seminar-osaka@media.nikkan.co.jp

講師

早石 直広 氏

会場アクセス

東京ビッグサイト
会議棟601会議室

このセミナーを申し込む

プログラム

1.そもそもAIとは
1-1 ルールベースの人工知能
1-2 ルールベースから機械学習へ
1-3 機械学習の種類と識別
1-4 機械学習からDeep Learningへ
1-5 Deep Learningによる識別率の向上
1-6 Deep Reinforcement Learning(深層強化学習)
1-7 CNNとは(畳み込み、プーリング、パディング)
1-8 Deep Learningと活性化関数
1-9 Dropout
1-10 Optimizer
2.深層強化学習の応用から実装まで
2-1 強化学習とは
2-2 深層強化学習の応用例
2-3 2足歩行、ゲームAI、けん玉ロボット、ラジコンレースほか
2-4 ハンズオン:オセロゲームの強化学習モデルを実装
   reversiでエキスパートシステム、Q学習、DQNを体験

このセミナーを申し込む

一覧へ戻る

日刊工業新聞社関連サイト・サービス

このサイトでは、アクセス状況の把握や広告配信などのためにクッキー(Cookie)を使用してしています。このバナーを閉じるか閲覧を継続した場合、クッキーの使用に同意したこととさせていただきます。なお、クッキーの設定や使用の詳細についてはプライバシーポリシーページをご覧ください。

閉じる