新卒エンジニア向けの機械学習教材、GMOペパボが無償公開
公開した研修資料は3つ。機械学習についてのイントロダクションや再帰化と機械学習の関係性、サービス事例などを紹介している。資料と併せて、同社の研修スケジュールも公開。1日3時間の研修を計3日間行ったという。 9時間行った研修のうち、半分近くの時間はGoogleが提供する研修用教材「Machine Learning Crash Course」でのハンズオンを行い、一般的な機械学習の知識を身に付けるよう指導したという。その際、リアルタイムでのフィードバックの実施や日本語で専門用語の意味をまとめた用語集を配布するなどの工夫をしたとしている。 関連記事 14時間分の機械学習教材も GMOペパボ、エンジニアの研修資料を公開 GMOペパボが、新人エンジニアの研修資料を今年も無償公開。今年は機械学習教材を一新した。 ゲームシステムを高速化する社内ノウハウを無償公開 Unityエンジニア向けに サイバーエー
Pythonではじめる強化学習 - Qiita
はじめに みなさん、強化学習してますか？ 強化学習はロボットや、囲碁や将棋のようなゲーム、対話システム等に応用できる楽しい技術です。 強化学習とは、試行錯誤を通じて環境に適応する学習制御の枠組みです。教師あり学習では入力に対する正しい出力を与えて学習させました。強化学習では、入力に対する正しい出力を与える代わりに、一連の行動に対する良し悪しを評価する「報酬」というスカラーの評価値が与え、これを手がかりに学習を行います。以下に強化学習の枠組みを示します。 エージェントは時刻 $t$ において環境の状態 $s_t$ を観測 観測した状態から行動 $a_t$ を決定 エージェントは行動を実行 環境は新しい状態 $s_{t+1}$ に遷移 遷移に応じた報酬 $r_{t+1}$ を獲得 学習する ステップ1から繰り返す 強化学習の目的は、エージェントが取得する利得（累積報酬）を最大化するような、状態
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
http://www-kasm.nii.ac.jp/papers/takeda/01/JSIK01b3.pdf
