| 授業の目標と概要 |
この科目では、計算機の知能化を目指す専門的な構成技術の一つとして強
化学習について授業を行う。強化学習は、状態、行動と報酬という簡潔な
アルゴリズムにより構成されながら、環境との相互作用により、未知な環
境においても最適な行動を学習できる特徴から、自律エージェントの意思
決定システムとして適している。この授業では、強化学習の基本的なアル
ゴリズムの理解と応用できることを期待する。
|
履修上の注意
(準備する用具・
前提とする知識等)
|
本授業は確率統計とコンピュータプログラミングを基礎知識とする。理解
を深めるため、合計約６回の演習レポートを宿題として与えられる。
|
| 到達目標 |
強化学習の原理を理解し、学習アルゴリズムを作成できることを到達目標
とする。
|
| 成績評価方法 |
最終成績＝定期試験100 点±レポート10 点
1)定期試験60 点未満ではレポートを最終成績に加減算せず不合格点とする。
2)定期試験60 点以上ではレポートによる加減算は60 点以上100 点以下とする。
3)レポート100 点の場合、最終成績+10 点で加点し、0 点の場合、-10 点で減点する。
|
| テキスト・参考書 |
教科書：強化学習、三上貞芳、皆川雅章訳、森北出版
参考書：マルチエージェント学習ーー相互作用の謎に迫るーー、高玉圭樹著、コロナ社
参考書：学習とそのアルゴリズム―ニューラルネットワーク・遺伝アルゴリズム・強化学習、電気
学会GA ニューロを用いた学習法とその応用調査専門委員会、森北出版
|
| メッセージ |
1）ノートを必ず取ること。
2）課題は必ず理解し、日限までに提出すること。
3）教科書・ノート・課題を必ず勉強すること
4）勉強をしても不明点は教員室まで聞きに来ること。
|