【 Live!人工知能 】みんなの強化学習講座

2020/12/14(月)から新しいライブ講義「みんなの強化学習講座」が始まります。

この講座は、「強化学習」について学び、親しむための講座です。
強化学習では、「環境において最も報酬が得られやすい行動」を「エージェント」が学習し、自発的に様々な行動パターンを獲得します。
本講座は、この強化学習の原理およびコードによる実装を基礎から丁寧に解説します。
様々な場面で応用されつつある強化学習を身に付け、活用できるようになりましょう。

講座の内容は以下を予定しています。
Section1. 強化学習の概要: https://youtu.be/wPvRJXpLEyg
Section2. シンプルな強化学習: https://youtu.be/ZK3lFu5mXRM
Section3. 強化学習の原理: https://youtu.be/4iEVNNAh0SI
Section4. 深層強化学習: https://youtu.be/InWiIJwrvH8
Section5. 強化学習の応用: https://youtu.be/02tfJx8ic3Q
講座の内容は、予告なく変更されることもあるのでご注意ください。

なお、今回の講座でプログラミング言語Pythonの解説は最小限となりますが、Pythonの基礎を解説するノートブックを予め配布します。

【Live!人工知能】
毎週月曜日21時に開催。人工知能(AI)技術に関する無料のライブ講義です。
YouTube Liveを利用して配信されます。
以下のチャンネルで過去のライブ動画の一部を見ることができます。
https://www.youtube.com/channel/UCT_HwlT8bgYrpKrEvw0jH7Q

講師: 我妻幸長(@yuky_az)
「ヒトとAIの共生」がミッションの会社、SAI-Lab株式会社(https://sai-lab.co.jp)の代表取締役。AI関連の教育と研究開発に従事。
東北大学大学院理学研究科修了。理学博士(物理学)。
興味の対象は、人工知能(AI)、脳科学、シンギュラリティなど。
オンライン教育プラットフォームUdemyで、数万人にAIを教える人気講師。
複数の有名企業でAI技術を指導。
著書に、「はじめてのディープラーニング」「はじめてのディープラーニング2」(SBクリエイティブ)、「Pythonで動かして学ぶ!あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識」(翔泳社)。共著に「No.1スクール講師陣による 世界一受けたいiPhoneアプリ開発の授業」(技術評論社)。

「あたらしい脳科学と人工知能の教科書」の出版について

翔泳社様から新たに本を出版することになりました。
「あたらしい脳科学と人工知能の教科書」という、脳とAIの接点を扱う本です。
https://www.shoeisha.co.jp/book/detail/9784798164991

今回の本はコードや数式はほとんど含まない読み物で、Udemyコース「脳科学と人工知能: シンギュラリティ前夜における、人間と機械の接点」がベースとなっています。
発売日は来年の1/25になります。
https://www.shoeisha.co.jp/book/detail/9784798164991

「人工知能(AI)を搭載したTwitterボットを作ろう」を公開しました

人工知能(AI)を搭載したTwitterボットを作ろう【Seq2Seq+Attention+Colab】」をUdemyで公開しました。

このコースは、人工知能(AI)を搭載したTwitterボットを構築するコースです。

Seq2Seq、Attentionなどのディープラーニング技術を使ってモデルを訓練し、Twitterへの投稿や返答が可能なボットを構築します。

また、このために必要な基礎としてTwitter APIの使い方、ディープラーニング用フレームワークPyTorchの使い方、 基本的な自然言語処理などを学びます。

独自の人工知能ボットを構築し、世界に公開できるようになりましょう。

注: 本コースに先立ちYouTubeでのライブ講義【Live人工知能】がありました。本コースの動画はこのライブ講義をUdemy用に再構成したものになります。

コースの内容は以下の通りです。

Section1. 講座の概要とTwitter API
→ コースの概要を把握し、Twitter APIを設定します。

Section2. RNNとSeq2Seq
→ ディープラーニングの関連技術、再帰型ニューラルネットワーク(RNN)とSeq2Seqを学びます。Seq2Seqは、系列(sequence)を 受け取り、別の系列へ変換するモデルで、自然言語処理でよく利用されます。文章などの入力を圧縮するencoderと、出力を展開するdecoderからなりますが、機械翻訳、文章要約、対話システムなどに応用されています。

Section3. 自然言語処理の基礎
→ 自然言語をニューラルネットワークで扱う方法を学びます。

Section4. モデルの訓練
→ Seq2Seqを使い、チャットボット用のモデルを訓練します。

Section5. Attentionの導入
→ Seq2SeqのモデルにAttensionという技術を導入します。Attentionは、時系列データの特定の部分に
注意を向けるように学習させていく方法で、より自然な応答文の生成を可能にします。

Section6. Twitterボットのデプロイ
→ 訓練したモデルをデプロイし、Twitterボットを構築します。

本コースはディープラーニング用フレームワークとしてPyTorchを使用します。

PyTorchはオープンソースの機械学習ライブラリで、簡潔さ、柔軟性、速度のバランスに優れているため人気が急上昇中です。

また、簡潔な記述が可能なため、最新の研究成果の実装によく使われています。

開発環境にはGoogle Colabを利用するので、環境構築にはほとんど手間がかかりません。

GPUが無料で利用できるので、コードの実行時間も短縮できます。

https://www.udemy.com/course/twitter-bot/?referralCode=F9746C379075B14E23B3