쏙쏙 이해되는 강화학습 핵심이론
Chris Song
이 강의를 통해 강화학습의 기본 이론을 익히실 수 있습니다.
초급
강화학습, Tensorflow, 머신러닝
強化学習基礎理論
強化学習の理論、基礎概念をしっかり固めたい方、ディープラーニングが強化学習にどのように適用されるかを学びたい方に役立ちます。
学習した受講者のレビュー
こんなことが学べます
強化学習論文を読む
強化学習基礎理論
Policy、Reward、MDP、Monte-Carlo、Temporal Differenceなど…強化学習関連論文やプロジェクトでよく触れる概念ですが、各用語の正確な定義を最も基礎から次々と説明してくれる講義資料は多くないようです。これをしっかり理解しておらず、論文やプロジェクトに飛び込むと、方向キーを失った船のように行く場所を失ったまま、望遠大海を漂うことになります。その基礎を豊富な説明と直感的な理解を兼ね備え、最もよく説明してくれる資料がディープマインドのD.Silver教授のYouTube講義だと思います。しかし、その講義は英語で行われ、初心者が聞くのにやや難しい面があり、本講義は同じ内容をよりわかりやすく韓国語で解いて再伝達することを目的とする講義です。 D.Silverの講義が10講義で構成されているように、私たちの講義も10講義で行われる予定です。
役に立つ方
- 強化学習の理論、基礎概念をしっかり固めたい方
- ディープラーニングが強化学習にどのように適用されるかを学びたい人
アルファゴ論文レビュー
強化学習を学べばどんなことができるのか気になった方は、私たちのパンヨラップのアルファゴ論文レビュー映像を先にご覧ください。
アルファゴ論文レビュー： https://www.youtube.com/watch ?v=SRVx2DFu_tY&list=PLpRS2w0xWHTfnWmr95LtIu4v4HbVxqTlM
アルファゴゼロ論文レビュー： https://youtu.be/CgOGKChwWrw
強化学習とは？
機械学習（Machine Learning）分野の一つである強化学習（Reinforcement Learning）
機械学習は大きく指導学習、非指導学習、強化学習分野に分けることができる。現在の状態を認識して、選択可能な行動のうち報酬を最大化する行動または行動順序を選択する方法である。
機械学習は大きく指導学習、非指導学習、強化学習分野に分けることができる。現在の状態を認識して、選択可能な行動のうち報酬を最大化する行動または行動順序を選択する方法である。
参考資料
知識共有者の紹介
ノ・スンソウル大学 - コンピュータ工学、経済学専攻（2010-2015）
ソウル大学融合科学技術大学院 - ディープラーニングのハイパーパラメータ最適化関連研究（2015-2017）
NCソフト AI Research - 強化学習チーム 人工知能研究員 (2017-)
チョン・ミンヨン
ソウル大学 - コンピュータ工学、ビジュアルデザイン専攻（2011-2017）
ゲームベリー - 開発者（2014）
リングル - 開発者（2015）
マッドアップ - 開発者（2016-2017）
ネイバー - Papagoチームフロントエンド開発（2018-）
こんな方に
おすすめです
学習対象は
誰でしょう？
強化学習に初めて触れる人
前提知識、
必要でしょうか？
微分
カリキュラム
全体
10件 ∙ (13時間 2分)
1. 強化学習 introduction
01:20:23
2. Markov Decision Process
01:15:36
4. Model Free Prediction
01:16:37
5. Model Free Control
01:06:22
6. Value Function Approximation
01:19:54
7. Policy Gradient
01:33:38
9. Exploration and Exploitation
01:13:10
10. Classic Games
01:15:22
講座掲載日:
最終更新日:
受講レビュー
全体
22件
5.0
22件の受講レビュー
공준호受講レビュー 2
∙
平均評価 5.0
- 쿠카이든
受講レビュー 436
∙
平均評価 5.0
- KYUNG TAE BAE
受講レビュー 286
∙
平均評価 5.0
- 이상
受講レビュー 4
∙
平均評価 4.8
- Sang Lee
受講レビュー 1
∙
平均評価 5.0
無料
似ている講座
同じ分野の他の講座を見てみましょう！
