【本講座の概要】

本講座は、強化学習の全体像や基礎理論を理解し、実務で活用できるスキルを身に付けるための講座です。

近年、強化学習はゲームAIやロボット制御などにとどまらず、レコメンデーションシステムや自動化された意思決定など、幅広い分野で注目を集めています。データサイエンティストとしてキャリアを積んでいく上でも、強化学習の知識と実装力を武器にしたいと考えている方は少なくありません。

一方で、こんな悩みは無いでしょうか？

• 強化学習を学びたいが、まず何から手を付ければいいのか分からない

• 理論はある程度学んだものの、実際にPythonでどう実装すればいいかイメージが湧かない

• 多くのアルゴリズムがあるが、全体像を整理しきれず理解が断片的になってしまう

本講座は、そんな多くの人が抱えがちな悩みに応えるために作成されました。
この講座では、強化学習の全体像を把握するところから学習を始めます。

その後、理論と計算例や、Python実装を並行して進めることで、理解がより深まるよう設計されています。

具体的には、以下のトピックをカバーしています。

• 強化学習の基礎理論と主要なアルゴリズムの全体像

• epsilon-greedyやMultiArmBanditなどの基本手法

• 状態価値関数やBellman方程式の理解

• 方策反復法や価値反復法によるBellman方程式の解法

• TD法(SARSA、Q学習)などの強化学習でよく使われる手法の理論と実装

• PyTorchを用いたDQN（Deep Q-Network）の実装

この講座を受講する事で、強化学習の基礎を正しく理解した上で、Pythonを使って実際にアルゴリズムを実装する力を身に付けることができます。また、強化学習の基礎をしっかり押さえているため、他の高度なライブラリやフレームワークを利用する際にもスムーズに取り掛かることが可能です。

【人事の方/マネージャークラスの方へ】

本コースは次のような使い方が可能です。

• 社内で、強化学習の基礎理論から実装までカバーできるAI/データサイエンス人材を育成したい

本コースを受講いただくことで、受講者は理論から実装まで一貫して学習でき、実際のビジネス課題に強化学習を応用するための土台をしっかり固めることができます。社内全体のデータ分析スキルが底上げされます

【対象者とゴール】

このコースは、Pythonを使った分析経験がある入門〜初級レベルのデータサイエンティストや、機械学習に触れてきたエンジニアの方を主な対象としています。強化学習を学ぶことによって、より高度な意思決定システムの開発に携わりたい、あるいは研究に取り入れたい方に最適です。

本コースのゴールは3つあります。

1. 強化学習の基本概念とアルゴリズムの全体像を理解し、強化学習特有の専門用語や数式をしっかり理解できるようになる

2. 強化学習アルゴリズムをPythonで実装し、数式をコードに変換する実装力を身に付ける

3. 深層強化学習の入り口となる強化学習の基礎を網羅的に学ぶ