
皆のための大規模言語モデル LLM Part 5 - LangGraphで私だけのAIエージェント作り
AISchool
最新AI技術の集大成であるAIエージェント!様々なAIエージェントを実装してみながら、LangGraphを利用した自分だけのAIエージェント実装法を学習してみます。
중급이상
LangGraph, AI Agent, LangChain
深層強化学習(Deep Reinforcement Learning)の必須理論学習を通じて強化学習基礎概念をしっかりと固め、TensorFlowを利用した実際のコード実装実習を通じて深層強化学習の原理を詳しく学習できる講義です。
受講生 73名
深層強化学習(Deep Reinforcement Learning)の基礎と原理
基本DQNとDouble Q-Learning、Duel Q-Learning、Prioritized Experience Replay(PER)最新論文で提案された深化DQN技術
Vanila Policy Gradient (REINFORCE) 手法と Actor-Critic Method 深化 Policy Gradient 手法 (Proximal Policy Optimization[PPO])
深層強化学習基礎概念から最新技法まで!
深層強化学習基礎の概念から最新の論文で提案された様々な技法をまとめています。詳細な説明とTensorFlowコードの実践を通して頑丈に学びましょう😀
Step 1 ✍️
詳細な説明と段階的な学習を通じて、深層強化学習(Deep Reinforcement Learning)の概念と原理をしっかりと学習します。
Step 2 👨🏻💻
Double DQN、Duel DQN、PER、Actor-Criticまで最新の深層強化学習モデルをTensorFlow(テンサフロー)2.0を利用して実装しましょう。
👋このレッスンは、TensorFlow 2.0とディープラーニングの基礎に関するプレイヤーの知識が必要なレッスンです。必ず以下の講義を先に受講するか、それに準ずる知識を備えた後、本講義を受講してください。
👉ディープラーニングコア理論と最新のTensorFlow 2.0を利用したディープラーニングコードの実装を一度に学ぶことができる講義です。
学習対象は
誰でしょう?
深層強化学習(Deep Reinforcement Learning)の概念と原理をしっかり学習したい方
深層強化学習(Deep Reinforcement Learning)の様々なアルゴリズムを実際のTensorFlowコードで実装したい方
深層強化学習(Deep Reinforcement Learning)の様々な最新論文を見たい方
前提知識、
必要でしょうか?
Pythonの使用経験
選手講の「TensorFlow 2.0で学ぶディープラーニング入門」受講経験
9,096
受講生
671
受講レビュー
351
回答
4.6
講座評価
29
講座
全体
33件 ∙ (5時間 21分)
講座資料(こうぎしりょう):
全体
3件
¥10,580
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!