強化学習について

1. 強化学習の基礎

• バンディット問題について
• バンディット問題の実装
• マルコフ決定過程 (MDP)について
• ベルマン方程式

2. 様々な手法

• モンテカルロ法
• TD法
• SARSAアルゴリズム
• Q学習

3. 方策勾配法

• 方策勾配法の概要

4. 深層強化学習

• DQN

5. 応用例と実装

• 強化学習の実世界への応用
• ゲームAIへの適用
• ロボティクスへの適用
• トレーディングシステムへの適用