東京大学 松尾研究室が主催する深層強化学習サマースクールの講義で今井が使用した資料の公開版です. 強化学習の基礎的な概念や理論から最新の深層強化学習アルゴリズムまで解説しています.巻末には強化学習を勉強するにあたって有用な他資料への案内も載せました. 主に以下のような強化学習の概念やアルゴリズムの紹介をしています. ・マルコフ決定過程 ・ベルマン方程式 ・モデルフリー強化学習 ・モデルベース強化学習 ・TD学習 ・Q学習 ・SARSA ・適格度トレース ・関数近似 ・方策勾配法 ・方策勾配定理 ・DPG ・DDPG ・TRPO ・PPO ・SAC ・Actor-Critic ・DQN(Deep Q-Network) ・経験再生 ・Double DQN ・Prioritized Experience Replay ・Dueling Network ・Categorical DQN ・Nois
あなたならどう答えますか? 我こそはと思う方、腕試ししたい方、あなたのちからを世の中に示してみませんか? 2012年2月6日(予定)にこちらのページで発表される問題を解き、あなたの解答をだれよりも早くネットに公開してください。 詳細は後日、こちらのページにてご案内します。 ソニーは小型化・軽量化といったハードウェアの開発が得意な会社、という印象を持っている方もいるでしょう。 しかし、ソフトウェアやネットワークサービスを通じて、新たなユーザー体験をお客さまに提供することもソニーの重要なミッションです。 ソフトウェアエンジニアが活躍する場は数多くあり、これからも拡大します。 ソニーは、高いソフトウェア開発力を持つエンジニア(ソフトウェアスペシャリスト)を必要としています。 2013年新卒採用では、「ソフトウェアスペシャリスト」向けの選考コースを新設し、ソフトウェアの専門性を発揮できる
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