Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
■無料講座■ Python 強化学習入門3 ~状態価値関数とは~
Rating: 4.4 out of 5(6 ratings)
234 students

■無料講座■ Python 強化学習入門3 ~状態価値関数とは~

長いコースを制作予定でしたが、途中で断念したため、無料でご提供いたします。どうぞお役立てください!このコースは中途半端に終わります、あらかじめご了承ください
Created byKaiki Fukunaga
Last updated 9/2023
Japanese
Japanese [Auto],

What you'll learn

  • 強化学習の基礎的な考え方
  • 状態価値、行動価値の意味
  • ベルマン方程式の理解
  • pythonのプログラミング

Course content

1 section11 lectures1h 0m total length
  • 本セクションで使用するファイルについて0:29
  • 収益、割引率、割引収益とは5:07
  • 状態の価値とは、状態価値関数とは4:15
  • FrozenLakeの環境を確認する4:54
  • 状態遷移確率などの詳細情報を取得する7:53
  • 確率論的(stochastic)な状態遷移5:46
  • ベルマン方程式を更新式として状態価値関数を更新する6:16
  • 更新式をコードで表現する8:44
  • 価値反復により各状態の価値を求める7:56
  • 閾値を用いた更新回数の制御と最適方程式の利用9:23
  • 本コースは以上となります m(_ _)m0:16

Requirements

  • pythonの基礎文法の理解
  • pipやcondaなどでライブラリをインポートできる程度のpythonの経験

Description

※ このコースは中途半端に終わります。

※ また、説明の分かりにくいところもあると思います。。。

※ 無料講座ということであらかじめご了承願います。


価値関数やQ学習、モンテカルロ法、SARSA、

Temporal Difference法などを含めた

強化学習の基礎を学ぶコースを計画しておりました。


ですが、高等な数式を分かりやすく説明するのが難しく、

長期間寝かせてしまい、結局、途中で断念しました。。。


このままではもったいないと思い、

無料講座としてご提供することにしました。


このコースでは状態価値関数がどういったものなのかをご紹介します。


深層強化学習へとつながっていく皆さんの学習の一助となることを願っております。


ぜひお役立てください。


Who this course is for:

  • 強化学習に興味のある方