- 本セクションで使用するファイルについて
- 収益、割引率、割引収益とは
- 状態の価値とは、状態価値関数とは
- FrozenLakeの環境を確認する
- 状態遷移確率などの詳細情報を取得する
- 確率論的(stochastic)な状態遷移
- 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
- 更新式をコードで表現する
- 価値反復により各状態の価値を求める
- 閾値を用いた更新回数の制御と最適方程式の利用
- 本コースは以上となります m(_ _)m
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
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。
Other Courses
AWS Certified Advanced Networking Specialty - Practice Q's
ANS-C00 - AWS Certified Advanced Networking Specialty Practice Tests
Getting Started with Water Resources Management Using WEAP
Getting Started with Water Resources Management Using Water Evaluation and Planning (WEAP)
Aspen HYSYS automation via Visual Studio (using VBA)
Learn the basic principles of Aspen HYSYS automation
Design and Deliver Successful Training Programs Masterclass
For all business experts in need to learn the proven process of designing and delivering effective training programs.
Oppolis Cloud: The Complete Beginners Course
Learn everything you need to know about the Oppolis Cloud creative project management platform
About the instructors
- 4.38 Calificación
- 3611 Estudiantes
- 7 Cursos
Kaiki Fukunaga
ウェブアプリ制作(Python, JavaScript)、業務効率化アプリ制作
はじめまして。
Fukunagaと申します。
私はウェブアプリ制作を中心に活動しています。バックエンドにはpythonを用いることが多く、データベースとの連携、豊富なライブラリをの導入など、小規模ながらウェブサイトや業務効率化などのアプリを作っています。
React、Vueなどのライブラリ、フレームワークを用いることでウェブアプリ制作の作業を効率よく進めることができます。しかし、vanilla JavaScriptでわざわざではありますが、コツコツと基礎的な事を確認しながらコードを組み上げていくことに楽しさを感じています。前進するたび感じる小さな喜びがプログラミングを続けているモチベーションのひとつとなっています。
また、データサイエンスの分野にも関わることがあり、自分の性格に合っているのか、どんどんと深みにはまっています。こちらの分野でも知見を集積し、いずれはコースを作りたいと考えています。
どうぞよろしくお願いします。
Student feedback
Course Rating
Reviews
これまでみてきた強化学習入門の手解きの中で最も丁寧でわかりやすい内容だった。このコースの続きの作成と公開を強く望みます。