発表形式を想定しています。
こちらの本を進めていく予定です。
発表してくださる方募集中！！

強くなるロボティック・ゲームプレイヤーの作り方
https://book.mynavi.jp/ec/products/detail/id=52804
強化学習
https://www.morikita.co.jp/books/book/1990
http://neuro.bstu.by/ai/RL-3.pdf
オススメの本
https://www.morikita.co.jp/books/book/3034

ソース

Reinforcement Learning: An Introduction Python code for Sutton & Barto's book Reinforcement Learning: An Introduction (2nd Edition)
https://github.com/dennybritz/reinforcement-learning
Implementation of Reinforcement Learning Algorithms. Python, OpenAI Gym, Tensorflow. Exercises and Solutions to accompany Sutton's Book and David Silver's course.
https://github.com/ShangtongZhang/reinforcement-learning-an-introduction
A course in reinforcement learning in the wild
https://github.com/yandexdataschool/Practical_RL
techcircle_openai_handson
https://github.com/icoxfog417/techcircle_openai_handson

おまけ

some common TD Learning algorithms
https://github.com/chrodan/tdlearn

スケジュール

輪読本 https://book.mynavi.jp/ec/products/detail/id=52804

【4月】：強化学習
１週目：gym入門など●
２週目：
　　　　1章 “強くなる”ロボティック・ゲームプレイヤーを作るには
　　　　2章 学習とは?
３週目：
　　　　3章 強化学習●
　　　　　3.1 強化学習の背景
　　　　　3.2 強化学習の構成
　　　　　3.3 マルコフ決定過程
　　　　　3.4 最適政策関数
４週目：
　　　　3章 強化学習●
　　　　　3.5 状態価値関数
　　　　　3.6 状態・行動価値関数
　　　　　3.7 動的計画法の問題点
【5月】：強化学習
１週目：
お休み
２週目：
　　　　4章　離散的な空間での学習●
　　　　　4.1　はじめに
　　　　　4.2　ルックアップテーブルで表される価値関数の例
　　　　　4.3　標本を抽出する
　　　　　4.4　モンテカルロ法
３週目：
　　　　4章　離散的な空間での学習
　　　　　4.5　価値関数近似における教師付き学習
　　　　　4.6　TD法
　　　　　4.7　Q学習
　　　　　4.8　三目並べ(Tic-Tac-Toe)の例
　　　　　4.9　実行例
４週目：
　　　　5章　連続的な空間での学習
　　　　　5.1　はじめに
　　　　　5.2　台車の山登りゲーム
　　　　　5.3　価値関数の近似誤差
　　　　　5.4　価値関数のモデル
５週目：
　　　　5章　連続的な空間での学習
　　　　　5.5　カーネルモデル
　　　　　5.6　線形モデルの最小二乗推定
　　　　　5.7　カーネルモデルの最小二乗推定
　　　　　5.8　アクロボットの例
【6月】：強化学習
１週目：
　　　　6章　政策を直接近似する
　　　　　6.1　はじめに
　　　　　6.2　政策勾配法
　　　　　6.3　最小分散ベースライン
　　　　　6.4　ガウスモデル政策モデル
２週目：
　　　　6章　政策を直接近似する
　　　　　6.5　自然政策勾配法
　　　　　6.6　政策勾配の例
　　　　　6.7　4足ロボットへの実装
強化学習 END
３週目：
４週目：

次の輪読テーマ募集！！
電子回路系
FPGAなど
ロボット系
https://www.amazon.co.jp/dp/4822239292/ref=pd_sim_14_64?_encoding=UTF8&psc=1&refRID=AY8SJWTTVSZ0RDZ8GBY4
https://www.oreilly.co.jp/books/9784873114538/
データサイエンス系
https://www.amazon.co.jp/Python%E6%A9%9F%E6%A2%B0%E5%AD%A6%E7%BF%92%E3%83%97%E3%83%AD%E3%82%B0%E3%83%A9%E3%83%9F%E3%83%B3%E3%82%B0-%E9%81%94%E4%BA%BA%E3%83%87%E3%83%BC%E3%82%BF%E3%82%B5%E3%82%A4%E3%82%A8%E3%83%B3%E3%83%86%E3%82%A3%E3%82%B9%E3%83%88%E3%81%AB%E3%82%88%E3%82%8B%E7%90%86%E8%AB%96%E3%81%A8%E5%AE%9F%E8%B7%B5-impress-top-gear/dp/4844380605

実装をもっとしたい方はこちら

当日までに何かしら作ってくるミニハッカソン
発表のレベルは問いません。
https://aichatbot.connpass.com/event/

みんなでチャレンジしています。

House Price

https://www.kaggle.com/c/house-prices-advanced-regression-techniques

General AI Challenge

https://general-ai-challenge.connpass.com/event/50541/

Self-Driving Car Challenge

https://www.udacity.com/didi-challenge

持ち物

実装をされる方はPC

対象

人工知能を１から始めたい方、考えてる方
人工知能に少し興味のあるプログラマ

ドキュメント

ゼロから作るDeep Learning Pythonで学ぶディープラーニングの理論と実装
→終了
https://www.oreilly.co.jp/books/9784873117584/
kerasドキュメント
→終了
https://keras.io/ja/

参加費

1000円（会場費）

開催場所

コワーキングスペース秋葉原 Weeyble（ウィーブル)
http://weeyble.com/
東京都千代田区神田須田町２丁目１９−２３(野村第３ビル４階)
秋葉原駅電気街口または中央改札口より徒歩3分。 都営新宿線 岩本町駅徒歩3分、銀座線 神田駅6番出口徒歩2分

その他

途中参加や途中退出は自由です。
電源、Wi-Fiはあります。
一緒に運営してくださる方募集してます。

グループ

https://www.facebook.com/groups/1515619948454253/
資料もこちらに貼る予定です。また質問などご自由にどうぞ。