【Hands Onで学ぶ】データサイエンスのための深層強化学習入門

【本講座の概要】
本講座は、データサイエンスで用いられる深層強化学習（DRL）の基礎を学ぶコースです。
近年、DRL は広告入札最適化、在庫補充、レコメンデーション、ロボット制御など “自動化された意思決定” 領域で注目を集めています。 特に深層強化学習はエージェントにディープラーニングを用いることで、構造データだけでなく、画像や音声などの非構造データも入力データとすることができ、マルチモーダルなエージェントを構築することができます。

しかし、一方でこのような悩みを抱えている人も少なくありません。

• 深層強化学習は数学的に難解なため、始めたものの理解できない

• 実装はできたものの学習が収束せず、どう改善すればいいか分からない

• たくさんのモデルがあり、どの深層強化学習のモデルを使えばいいのか分からない

本講座では、入門編である【Hands Onで学ぶ】データサイエンスのための強化学習入門を修了した方向けに、 深層強化学習の基礎からしっかりと学習します。
特に深層強化学習で中心的な役割を果たすActor Criticの手法について学び、Actor Critic FamilyであるDDPG、SACについて詳細に学びます。

これにより各モデルの背後でどのようなアルゴリズムが動いているのか理解できるようになります。
また実装は強化学習のライブラリを使わず、PyTorchによる実装を行います。

このため、実装量は多く、大変ではありますが、取り組みの中で、
数式を実装に落とし込む力を身につけることができるます。

実装の中ではTensorboardを使って学習プロセスの可視化を行ったり、
学習を収束させるための手法である報酬整形についても学ぶことができます。

このため、この講座を通して、実業務に近いワークフローで深層強化学習を学ぶことができます。

このコースは深層強化学習の理論的な背景も紹介し、またコードも汎用性の高いコードを実装しますので中級者向けのコースとなっております。

【人事の方／マネージャークラスの方へ】
この講座は以下のように使用することができます

• 社内 DX 推進の即戦力育成

  本講座は、理論〜実装〜学習まで一気通貫で学ぶため、ビジネス課題に直結する DRL プロトタイプを最短距離で構築できます。

• ハイレベルな人材の育成

  深層強化学習のような最先端の技術を学ぶことで、高度なアプリケーション開発を担える高度人材を育てることができます。

  
  

【対象者とゴール】

・【Hands Onで学ぶ】データサイエンスのための強化学習入門を修了し、深層強化学習に興味のあるエンジニア
・既存のアプリケーションに機械学習ベースの最適化を組み込みたい研究者