5月

9
強くなるロボティック・ゲームプレイヤーの作り方勉強会「4章強化学習前半」
#人工知能,#機械学習,#深層学習,#ニューラルネット,#ディープラーニング,#初心者

ハッシュタグ：#geek

募集内容	参加者 1000円（会場払い）先着順 16/30人
申込者	申込者一覧を見る
開催日時	2017/05/09(火) 20:00 ～ 22:00 Googleカレンダー icsファイル
募集期間	2017/04/25(火) 22:28 〜 2017/05/09(火) 22:00まで
会場	コワーキングスペース秋葉原 Weeyble（ウィーブル) 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) マップで見る会場のサイトを見る

イベントの説明

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！！

強化学習
https://www.morikita.co.jp/books/book/1990
http://neuro.bstu.by/ai/RL-3.pdf
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

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
https://hadovanhasselt.com/2016/01/12/ucl-course/
An introduction series to Reinforcement Learning (RL) with comprehensive step-by-step tutorials.
https://github.com/vmayoral/basic_reinforcement_learning
https://github.com/ctevans/Expected-SARSA-With-Function-Approximation-and-Replacing-Traces-to-solve-the-Mountain-Car-problem.

おまけ

some common TD Learning algorithms
https://github.com/chrodan/tdlearn
https://github.com/harvitronix/reinforcement-learning-car
https://lopespm.github.io/machine_learning/2016/10/06/deep-reinforcement-learning-racing-game.html#source-code
http://karpathy.github.io/2016/05/31/rl/

スケジュール

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

【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：
以降ROS入門の予定
５週目：
【6月】：
１週目：
２週目：
３週目：
４週目：
【7月】：
１週目：
２週目：
３週目：
４週目：