「無料でアクセスできる最高の強化学習のコース」と名高い、Google DeepMind / University College London の David Silver 氏による強化学習のコース。こちらのページから、全ての講義スライドと講義ビデオが見られる。

講義1: 強化学習入門

• 教科書

  • An Introduction to Reinforcement Learning
    • 直感的, このコースで参照
  • Algorithms for Reinforcement Learning
    • 理論, 厳密

• 強化学習とは

  • 様々な分野と関係
  • 工学、機械学習、神経科学（脳の報酬システムと関係）
  • 機械学習の３つの分類
    • 教師あり学習、教師なし学習、強化学習

• 他の機械学習アルゴリズムとの違い

  • 教師の代わりに、報酬信号しかない
  • 報酬がすぐに得られるとは限らない
  • 時間の概念が重要。iid (独立同分布)データではない
  • エージェントが環境に影響を及ぼす→データも変わる

• 強化学習の例 …

Continue reading