Suche senden
Hochladen
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
•
2 gefällt mir
•
1,589 views
Deep Learning Lab(ディープラーニング・ラボ)
Folgen
DLLAB 強化学習 Day 2021 大串和正、小川雄太郎 株式会社電通国際情報サービス
Weniger lesen
Mehr lesen
Technologie
Melden
Teilen
Melden
Teilen
1 von 24
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
DLLAB Ignite Update Data Platform
DLLAB Ignite Update Data Platform
Deep Learning Lab(ディープラーニング・ラボ)
AIベンチャー企業のパフォーマンス
AIベンチャー企業のパフォーマンス
Core Concept Technologies
Microsoft Intelligent Edge Technologies
Microsoft Intelligent Edge Technologies
Takeshi Fukuhara
[第50回 Machine Learning 15minutes! Broadcast] Azure Machine Learning - Ignite ...
[第50回 Machine Learning 15minutes! Broadcast] Azure Machine Learning - Ignite ...
Naoki (Neo) SATO
Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )
Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )
Takeshi Fukuhara
Part 5: "製品の変革" を支える基盤サービス (製造リファレンス・アーキテクチャ勉強会)
Part 5: "製品の変革" を支える基盤サービス (製造リファレンス・アーキテクチャ勉強会)
Takeshi Fukuhara
Part 4: Power Platform 概説 (製造リファレンス・アーキテクチャ勉強会)
Part 4: Power Platform 概説 (製造リファレンス・アーキテクチャ勉強会)
Takeshi Fukuhara
Microsoft Ignite Fall 2021 Data Platform Update Topics
Microsoft Ignite Fall 2021 Data Platform Update Topics
Microsoft
Empfohlen
DLLAB Ignite Update Data Platform
DLLAB Ignite Update Data Platform
Deep Learning Lab(ディープラーニング・ラボ)
AIベンチャー企業のパフォーマンス
AIベンチャー企業のパフォーマンス
Core Concept Technologies
Microsoft Intelligent Edge Technologies
Microsoft Intelligent Edge Technologies
Takeshi Fukuhara
[第50回 Machine Learning 15minutes! Broadcast] Azure Machine Learning - Ignite ...
[第50回 Machine Learning 15minutes! Broadcast] Azure Machine Learning - Ignite ...
Naoki (Neo) SATO
Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )
Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )
Takeshi Fukuhara
Part 5: "製品の変革" を支える基盤サービス (製造リファレンス・アーキテクチャ勉強会)
Part 5: "製品の変革" を支える基盤サービス (製造リファレンス・アーキテクチャ勉強会)
Takeshi Fukuhara
Part 4: Power Platform 概説 (製造リファレンス・アーキテクチャ勉強会)
Part 4: Power Platform 概説 (製造リファレンス・アーキテクチャ勉強会)
Takeshi Fukuhara
Microsoft Ignite Fall 2021 Data Platform Update Topics
Microsoft Ignite Fall 2021 Data Platform Update Topics
Microsoft
PowerApps+Flow+Azureで作れるノンコーディングのIoTソリューション_IoTビジネス共創ラボ 第8回勉強会
PowerApps+Flow+Azureで作れるノンコーディングのIoTソリューション_IoTビジネス共創ラボ 第8回勉強会
IoTビジネス共創ラボ
A02_Azure Kubernetes Service on Azure Stack HCI 、オンプレ・エッジで動く AKS とは? [Microso...
A02_Azure Kubernetes Service on Azure Stack HCI 、オンプレ・エッジで動く AKS とは? [Microso...
日本マイクロソフト株式会社
IoT のシナリオを変える Azure SQL Edge
IoT のシナリオを変える Azure SQL Edge
IoTビジネス共創ラボ
Data & AI Update 情報 - 2020年8月版
Data & AI Update 情報 - 2020年8月版
Takeshi Fukuhara
Vision AI on Azure IoT Edge
Vision AI on Azure IoT Edge
Jingun Jung
Part 1: IoT 基盤 (製造リファレンス・アーキテクチャ勉強会)
Part 1: IoT 基盤 (製造リファレンス・アーキテクチャ勉強会)
Takeshi Fukuhara
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
Naoki (Neo) SATO
[AC02] Cloud Robotics Azure Platform って何だ!?~ IoT をもっと簡単に、Cloud AI の活用をもっと気軽にや...
[AC02] Cloud Robotics Azure Platform って何だ!?~ IoT をもっと簡単に、Cloud AI の活用をもっと気軽にや...
de:code 2017
Part 2: Data & AI 基盤 (製造リファレンス・アーキテクチャ勉強会)
Part 2: Data & AI 基盤 (製造リファレンス・アーキテクチャ勉強会)
Takeshi Fukuhara
Microsoft Azure Overview - Japanses version
Microsoft Azure Overview - Japanses version
Takeshi Fukuhara
Azure RTOS 概要 - IoT ALGYAN 技術セミナー
Azure RTOS 概要 - IoT ALGYAN 技術セミナー
Knowledge & Experience
第3回JAZUG静岡勉強会 Azure概要
第3回JAZUG静岡勉強会 Azure概要
fumios
そのデータ、活かせていますか?
そのデータ、活かせていますか?
Miho Yamamoto
Part 3: サーバーレスとシステム間連携基盤 (製造リファレンス・アーキテクチャ勉強会)
Part 3: サーバーレスとシステム間連携基盤 (製造リファレンス・アーキテクチャ勉強会)
Takeshi Fukuhara
Sb tech night#1_document_otsuki_202104
Sb tech night#1_document_otsuki_202104
YusukeOtsuki
検証にもとづくビッグデータの分析に最適な環境とは
検証にもとづくビッグデータの分析に最適な環境とは
Hortonworks Japan
【de:code 2020】 Azure Synapse Analytics 技術編 ~ 最新の統合分析プラットフォームによる新しい価値の創出(前編)
【de:code 2020】 Azure Synapse Analytics 技術編 ~ 最新の統合分析プラットフォームによる新しい価値の創出(前編)
日本マイクロソフト株式会社
Azure IoT Edge Deep Dive
Azure IoT Edge Deep Dive
Knowledge & Experience
Visual StudioやAzureからAzure DevOpsを使う
Visual StudioやAzureからAzure DevOpsを使う
Takeshi Fukuhara
Microsoft Azure 概要
Microsoft Azure 概要
Daiyu Hatakeyama
Microsoft Azure で実現するAIとIoT最新情報
Microsoft Azure で実現するAIとIoT最新情報
Yasuhiro Kobayashi
Data × AI でどんな業務が改善できる? 製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
Data × AI でどんな業務が改善できる? 製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
IoTビジネス共創ラボ
Weitere ähnliche Inhalte
Was ist angesagt?
PowerApps+Flow+Azureで作れるノンコーディングのIoTソリューション_IoTビジネス共創ラボ 第8回勉強会
PowerApps+Flow+Azureで作れるノンコーディングのIoTソリューション_IoTビジネス共創ラボ 第8回勉強会
IoTビジネス共創ラボ
A02_Azure Kubernetes Service on Azure Stack HCI 、オンプレ・エッジで動く AKS とは? [Microso...
A02_Azure Kubernetes Service on Azure Stack HCI 、オンプレ・エッジで動く AKS とは? [Microso...
日本マイクロソフト株式会社
IoT のシナリオを変える Azure SQL Edge
IoT のシナリオを変える Azure SQL Edge
IoTビジネス共創ラボ
Data & AI Update 情報 - 2020年8月版
Data & AI Update 情報 - 2020年8月版
Takeshi Fukuhara
Vision AI on Azure IoT Edge
Vision AI on Azure IoT Edge
Jingun Jung
Part 1: IoT 基盤 (製造リファレンス・アーキテクチャ勉強会)
Part 1: IoT 基盤 (製造リファレンス・アーキテクチャ勉強会)
Takeshi Fukuhara
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
Naoki (Neo) SATO
[AC02] Cloud Robotics Azure Platform って何だ!?~ IoT をもっと簡単に、Cloud AI の活用をもっと気軽にや...
[AC02] Cloud Robotics Azure Platform って何だ!?~ IoT をもっと簡単に、Cloud AI の活用をもっと気軽にや...
de:code 2017
Part 2: Data & AI 基盤 (製造リファレンス・アーキテクチャ勉強会)
Part 2: Data & AI 基盤 (製造リファレンス・アーキテクチャ勉強会)
Takeshi Fukuhara
Microsoft Azure Overview - Japanses version
Microsoft Azure Overview - Japanses version
Takeshi Fukuhara
Azure RTOS 概要 - IoT ALGYAN 技術セミナー
Azure RTOS 概要 - IoT ALGYAN 技術セミナー
Knowledge & Experience
第3回JAZUG静岡勉強会 Azure概要
第3回JAZUG静岡勉強会 Azure概要
fumios
そのデータ、活かせていますか?
そのデータ、活かせていますか?
Miho Yamamoto
Part 3: サーバーレスとシステム間連携基盤 (製造リファレンス・アーキテクチャ勉強会)
Part 3: サーバーレスとシステム間連携基盤 (製造リファレンス・アーキテクチャ勉強会)
Takeshi Fukuhara
Sb tech night#1_document_otsuki_202104
Sb tech night#1_document_otsuki_202104
YusukeOtsuki
検証にもとづくビッグデータの分析に最適な環境とは
検証にもとづくビッグデータの分析に最適な環境とは
Hortonworks Japan
【de:code 2020】 Azure Synapse Analytics 技術編 ~ 最新の統合分析プラットフォームによる新しい価値の創出(前編)
【de:code 2020】 Azure Synapse Analytics 技術編 ~ 最新の統合分析プラットフォームによる新しい価値の創出(前編)
日本マイクロソフト株式会社
Azure IoT Edge Deep Dive
Azure IoT Edge Deep Dive
Knowledge & Experience
Visual StudioやAzureからAzure DevOpsを使う
Visual StudioやAzureからAzure DevOpsを使う
Takeshi Fukuhara
Microsoft Azure 概要
Microsoft Azure 概要
Daiyu Hatakeyama
Was ist angesagt?
(20)
PowerApps+Flow+Azureで作れるノンコーディングのIoTソリューション_IoTビジネス共創ラボ 第8回勉強会
PowerApps+Flow+Azureで作れるノンコーディングのIoTソリューション_IoTビジネス共創ラボ 第8回勉強会
A02_Azure Kubernetes Service on Azure Stack HCI 、オンプレ・エッジで動く AKS とは? [Microso...
A02_Azure Kubernetes Service on Azure Stack HCI 、オンプレ・エッジで動く AKS とは? [Microso...
IoT のシナリオを変える Azure SQL Edge
IoT のシナリオを変える Azure SQL Edge
Data & AI Update 情報 - 2020年8月版
Data & AI Update 情報 - 2020年8月版
Vision AI on Azure IoT Edge
Vision AI on Azure IoT Edge
Part 1: IoT 基盤 (製造リファレンス・アーキテクチャ勉強会)
Part 1: IoT 基盤 (製造リファレンス・アーキテクチャ勉強会)
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
[AC02] Cloud Robotics Azure Platform って何だ!?~ IoT をもっと簡単に、Cloud AI の活用をもっと気軽にや...
[AC02] Cloud Robotics Azure Platform って何だ!?~ IoT をもっと簡単に、Cloud AI の活用をもっと気軽にや...
Part 2: Data & AI 基盤 (製造リファレンス・アーキテクチャ勉強会)
Part 2: Data & AI 基盤 (製造リファレンス・アーキテクチャ勉強会)
Microsoft Azure Overview - Japanses version
Microsoft Azure Overview - Japanses version
Azure RTOS 概要 - IoT ALGYAN 技術セミナー
Azure RTOS 概要 - IoT ALGYAN 技術セミナー
第3回JAZUG静岡勉強会 Azure概要
第3回JAZUG静岡勉強会 Azure概要
そのデータ、活かせていますか?
そのデータ、活かせていますか?
Part 3: サーバーレスとシステム間連携基盤 (製造リファレンス・アーキテクチャ勉強会)
Part 3: サーバーレスとシステム間連携基盤 (製造リファレンス・アーキテクチャ勉強会)
Sb tech night#1_document_otsuki_202104
Sb tech night#1_document_otsuki_202104
検証にもとづくビッグデータの分析に最適な環境とは
検証にもとづくビッグデータの分析に最適な環境とは
【de:code 2020】 Azure Synapse Analytics 技術編 ~ 最新の統合分析プラットフォームによる新しい価値の創出(前編)
【de:code 2020】 Azure Synapse Analytics 技術編 ~ 最新の統合分析プラットフォームによる新しい価値の創出(前編)
Azure IoT Edge Deep Dive
Azure IoT Edge Deep Dive
Visual StudioやAzureからAzure DevOpsを使う
Visual StudioやAzureからAzure DevOpsを使う
Microsoft Azure 概要
Microsoft Azure 概要
Ähnlich wie Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Microsoft Azure で実現するAIとIoT最新情報
Microsoft Azure で実現するAIとIoT最新情報
Yasuhiro Kobayashi
Data × AI でどんな業務が改善できる? 製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
Data × AI でどんな業務が改善できる? 製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
IoTビジネス共創ラボ
[Modern Cloud Day Tokyo 2019] 【ビジネスをさらに加速させる!!】Oracle Cloud を活用したデータドリブン ユースケ...
[Modern Cloud Day Tokyo 2019] 【ビジネスをさらに加速させる!!】Oracle Cloud を活用したデータドリブン ユースケ...
オラクルエンジニア通信
5W1Hで考えるCCoE.pptx
5W1Hで考えるCCoE.pptx
Tomoaki Tada
【第17回八子クラウド座談会 LT】CloudConductor+VDCのご紹介
【第17回八子クラウド座談会 LT】CloudConductor+VDCのご紹介
cloudconductor
【第17回八子クラウド座談会 LT】CloudConductor+VDCのご紹介
【第17回八子クラウド座談会 LT】CloudConductor+VDCのご紹介
Nobuyuki Matsui
基調講演「データのグループウェア化」
基調講演「データのグループウェア化」
Cybozucommunity
【CNDT2022】SIerで実践!クラウドネイティブを普及させる取り組み
【CNDT2022】SIerで実践!クラウドネイティブを普及させる取り組み
Yuta Shimada
MLプロジェクトのリリースフローを考える
MLプロジェクトのリリースフローを考える
Takashi Suzuki
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
Daiyu Hatakeyama
最適なビックデータ・システムの構築のために
最適なビックデータ・システムの構築のために
IBM Systems @ IBM Japan, Ltd.
成功ノウハウと効果からみる、データベース集約統合作業の計画と実際(Oracle Cloudウェビナーシリーズ: 2020年10月22日)
成功ノウハウと効果からみる、データベース集約統合作業の計画と実際(Oracle Cloudウェビナーシリーズ: 2020年10月22日)
オラクルエンジニア通信
JPC2016: MTA-01: デジタル トランスフォーメーションを支えるクラウド選定の新基準 –インテリジェント クラウドへの道–
JPC2016: MTA-01: デジタル トランスフォーメーションを支えるクラウド選定の新基準 –インテリジェント クラウドへの道–
MPN Japan
クラウドの最新動向まるわかり!セミナー
クラウドの最新動向まるわかり!セミナー
Daisuke Masubuchi
ビッグデータ分析基盤が直面する課題をオブジェクトストレージで解決
ビッグデータ分析基盤が直面する課題をオブジェクトストレージで解決
CLOUDIAN KK
クラウド x IoT実践事例のご紹介
クラウド x IoT実践事例のご紹介
masaoki_ohashi
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Chigusa Junichiro
Elastic on-microsoft-azure-0630-webinar-no-video
Elastic on-microsoft-azure-0630-webinar-no-video
Shotaro Suzuki
Azure Digital Twins最新事例紹介
Azure Digital Twins最新事例紹介
IoTビジネス共創ラボ
株式会社ジール_採用ピッチ資料(2024.3.15) _zeal recruitment pitch
株式会社ジール_採用ピッチ資料(2024.3.15) _zeal recruitment pitch
zeal32
Ähnlich wie Azure ML 強化学習を用いた最新アルゴリズムの活用手法
(20)
Microsoft Azure で実現するAIとIoT最新情報
Microsoft Azure で実現するAIとIoT最新情報
Data × AI でどんな業務が改善できる? 製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
Data × AI でどんな業務が改善できる? 製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
[Modern Cloud Day Tokyo 2019] 【ビジネスをさらに加速させる!!】Oracle Cloud を活用したデータドリブン ユースケ...
[Modern Cloud Day Tokyo 2019] 【ビジネスをさらに加速させる!!】Oracle Cloud を活用したデータドリブン ユースケ...
5W1Hで考えるCCoE.pptx
5W1Hで考えるCCoE.pptx
【第17回八子クラウド座談会 LT】CloudConductor+VDCのご紹介
【第17回八子クラウド座談会 LT】CloudConductor+VDCのご紹介
【第17回八子クラウド座談会 LT】CloudConductor+VDCのご紹介
【第17回八子クラウド座談会 LT】CloudConductor+VDCのご紹介
基調講演「データのグループウェア化」
基調講演「データのグループウェア化」
【CNDT2022】SIerで実践!クラウドネイティブを普及させる取り組み
【CNDT2022】SIerで実践!クラウドネイティブを普及させる取り組み
MLプロジェクトのリリースフローを考える
MLプロジェクトのリリースフローを考える
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
最適なビックデータ・システムの構築のために
最適なビックデータ・システムの構築のために
成功ノウハウと効果からみる、データベース集約統合作業の計画と実際(Oracle Cloudウェビナーシリーズ: 2020年10月22日)
成功ノウハウと効果からみる、データベース集約統合作業の計画と実際(Oracle Cloudウェビナーシリーズ: 2020年10月22日)
JPC2016: MTA-01: デジタル トランスフォーメーションを支えるクラウド選定の新基準 –インテリジェント クラウドへの道–
JPC2016: MTA-01: デジタル トランスフォーメーションを支えるクラウド選定の新基準 –インテリジェント クラウドへの道–
クラウドの最新動向まるわかり!セミナー
クラウドの最新動向まるわかり!セミナー
ビッグデータ分析基盤が直面する課題をオブジェクトストレージで解決
ビッグデータ分析基盤が直面する課題をオブジェクトストレージで解決
クラウド x IoT実践事例のご紹介
クラウド x IoT実践事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Elastic on-microsoft-azure-0630-webinar-no-video
Elastic on-microsoft-azure-0630-webinar-no-video
Azure Digital Twins最新事例紹介
Azure Digital Twins最新事例紹介
株式会社ジール_採用ピッチ資料(2024.3.15) _zeal recruitment pitch
株式会社ジール_採用ピッチ資料(2024.3.15) _zeal recruitment pitch
Mehr von Deep Learning Lab(ディープラーニング・ラボ)
Edge AI ソリューションを支える Azure IoT サービス
Edge AI ソリューションを支える Azure IoT サービス
Deep Learning Lab(ディープラーニング・ラボ)
DLLAB Healthcare Day 2021 Event Report
DLLAB Healthcare Day 2021 Event Report
Deep Learning Lab(ディープラーニング・ラボ)
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待
Deep Learning Lab(ディープラーニング・ラボ)
医学と工学の垣根を越えた医療AI開発
医学と工学の垣根を越えた医療AI開発
Deep Learning Lab(ディープラーニング・ラボ)
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
Deep Learning Lab(ディープラーニング・ラボ)
厚生労働分野におけるAI技術の利活用について
厚生労働分野におけるAI技術の利活用について
Deep Learning Lab(ディープラーニング・ラボ)
先端技術がもたらす「より良いヘルスケアのかたち」
先端技術がもたらす「より良いヘルスケアのかたち」
Deep Learning Lab(ディープラーニング・ラボ)
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
Deep Learning Lab(ディープラーニング・ラボ)
「言語」×AI Digital Device
「言語」×AI Digital Device
Deep Learning Lab(ディープラーニング・ラボ)
深層強化学習と実装例
深層強化学習と実装例
Deep Learning Lab(ディープラーニング・ラボ)
深層強化学習を用いた複合機の搬送制御
深層強化学習を用いた複合機の搬送制御
Deep Learning Lab(ディープラーニング・ラボ)
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Deep Learning Lab(ディープラーニング・ラボ)
Jetson x Azure ハンズオン DeepStream With Azure IoT
Jetson x Azure ハンズオン DeepStream With Azure IoT
Deep Learning Lab(ディープラーニング・ラボ)
Jetson x Azure ハンズオン DeepStream Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoT
Deep Learning Lab(ディープラーニング・ラボ)
Jetson 活用による スタートアップ企業支援
Jetson 活用による スタートアップ企業支援
Deep Learning Lab(ディープラーニング・ラボ)
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
Deep Learning Lab(ディープラーニング・ラボ)
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
Deep Learning Lab(ディープラーニング・ラボ)
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
Deep Learning Lab(ディープラーニング・ラボ)
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
Deep Learning Lab(ディープラーニング・ラボ)
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
Deep Learning Lab(ディープラーニング・ラボ)
Mehr von Deep Learning Lab(ディープラーニング・ラボ)
(20)
Edge AI ソリューションを支える Azure IoT サービス
Edge AI ソリューションを支える Azure IoT サービス
DLLAB Healthcare Day 2021 Event Report
DLLAB Healthcare Day 2021 Event Report
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待
医学と工学の垣根を越えた医療AI開発
医学と工学の垣根を越えた医療AI開発
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
厚生労働分野におけるAI技術の利活用について
厚生労働分野におけるAI技術の利活用について
先端技術がもたらす「より良いヘルスケアのかたち」
先端技術がもたらす「より良いヘルスケアのかたち」
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
「言語」×AI Digital Device
「言語」×AI Digital Device
深層強化学習と実装例
深層強化学習と実装例
深層強化学習を用いた複合機の搬送制御
深層強化学習を用いた複合機の搬送制御
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Jetson x Azure ハンズオン DeepStream With Azure IoT
Jetson x Azure ハンズオン DeepStream With Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoT
Jetson 活用による スタートアップ企業支援
Jetson 活用による スタートアップ企業支援
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
Kürzlich hochgeladen
20240412_HCCJP での Windows Server 2025 Active Directory
20240412_HCCJP での Windows Server 2025 Active Directory
osamut
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
danielhu54
プレイマットのパターン生成支援ツール
プレイマットのパターン生成支援ツール
sugiuralab
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
Atomu Hidaka
プレイマットのパターン生成支援ツールの評価
プレイマットのパターン生成支援ツールの評価
sugiuralab
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
iPride Co., Ltd.
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
iPride Co., Ltd.
PHP-Conference-Odawara-2024-04-000000000
PHP-Conference-Odawara-2024-04-000000000
Shota Ito
Kürzlich hochgeladen
(8)
20240412_HCCJP での Windows Server 2025 Active Directory
20240412_HCCJP での Windows Server 2025 Active Directory
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
プレイマットのパターン生成支援ツール
プレイマットのパターン生成支援ツール
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
プレイマットのパターン生成支援ツールの評価
プレイマットのパターン生成支援ツールの評価
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
PHP-Conference-Odawara-2024-04-000000000
PHP-Conference-Odawara-2024-04-000000000
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
1.
DLLAB 強化学習 Day
2021 Azure ML 強化学習を用いた最新アルゴリズムの活用手法 株式会社電通国際情報サービス X(クロス)イノベーション本部 AIトランスフォーメーションセンター 大串、小川 2021/01/22
2.
[1] 弊社と発表者の紹介 [2] 強化学習の課題と
Azure ML 強化学習 [3] Azure ML 強化学習デモンストレーション 本日の内容
3.
弊社と 発表者の紹介
4.
会社紹介(省略) 株式会社電通 1975年に創業 電通グループのIT集団(SIer) General Electric Company(GE) 電通国際情報サービス(ISID)
5.
会社紹介(省略) クロスイノベーション本部 ・オープンイノベーションラボ ・AIトランスフォーメーションセンター ・エンタープライズxRセンター ・UXデザインセンター
など
6.
会社紹介 電通国際情報サービス ISID AIトランスフォーメーションセンター https://isid-ai.jp/
7.
小川 雄太郎(おがわ ゆうたろう) 現職:クロスイノベーション本部AIトランスフォーメーションセンター 製品開発グループ・リーダ 業務:AI案件のコンサル、リード、自社AI製品の開発 兼職:日本ディープラーニング協会委員、早稲田大学
非常勤講師、執筆業 Twitter:https://twitter.com/ISID_AI_team 自己紹介詳細:https://github.com/YutaroOgawa/about_me 書籍:発展ディープラーニング、深層強化学習、機械学習入門、因果分析
8.
大串 和正(おおぐし かずまさ) 現職:クロスイノベーション本部
AIトランスフォーメーションセンター AIコンサルティンググループ 経歴: ・大学院 信号処理の研究室で Deep Learning が台頭前の物体認識や超解像技術の研究を行う ・ソニー株式会社、ソニーモバイルコミュニケーションズ株式会社 ノートパソコン VAIO のタッチパッドとカメラを担当 スマホカメラの画質設計担当。画質調整全般を行ったり、リーダー業務を行う ・電通国際情報サービス 独習していた機械学習を活かすため転職 AI製品開発、画像や強化学習が絡むAI案件のコンサルティングや開発を行う 昨年後半から「Deep Learning with PyTorch」の翻訳を行い、 今月末に「PyTorch実践入門」が発売されます。 翻訳しました 1月30日発売です
9.
強化学習の課題と Azure ML 強化学習
10.
深層強化学習適用事例 実ビジネスにおける深層強化学習適用事例が増えている [1] Google, Deep
Mind データセンタの冷却制御 [2] 大林組, Laboro.AI ビルの制振 (PoC) [3] Google 半導体チップの設計 https://xtech.nikkei.com/it/atcl/news/16/072102162/ https://www.technologyreview.jp/s/3679/the-ai-that-cut-googles-energy-bill-could-soon-help-you/ https://www.itmedia.co.jp/business/articles/1910/18/news081.html https://webbigdata.jp/ai/post-5632 https://ai.googleblog.com/2020/04/chip-design-with-deep-reinforcement.html
11.
1. シミュレータ • バグはないか? •
報酬設計は適切か? • 現実とのギャップ 2. アルゴリズム • バグはないか? • 適用手法は適切か? • ハイパーパラメータは適切か? 3. 評価 • 試行錯誤の結果を整理できているか? • 結果が出るまでに時間がかかる 11 強化学習適用の難しいポイント 各要素が正しく動作・設定されないと期待した成果は得られない
12.
1. シミュレータ • バグはないか? •
報酬設計は適切か? • 現実とのギャップ 2. アルゴリズム • バグはないか? • 適用手法は適切か? • ハイパーパラメータは適切か? 3. 評価 • 試行錯誤の結果を整理できているか? • 結果が出るまでに時間がかかる 12 強化学習適用の難しいポイント 各要素が正しく動作・設定されないと期待した成果は得られない
13.
• 機械学習プロセスをエンドツーエンドでサポートするマネージドサービス • 必要なシステムモジュールをあらかじめビルトインしている •
自動機械学習やパラメータチューニング機能による効率的なモデル開発 • 継続的なモデルのデプロイ & 運用管理をサポート • スケーラブルな計算環境による並列分散処理 etc Azure Machine Learning (Azure ML) モデル学習 パッケージ化 & モデル検証 アセット管理 モニタリング デプロイ CI/CD & モデル再学習 Azure DevOps & GitHub 統合
14.
14 Azure ML 強化学習 Azure
Machine Learning +
15.
• Ray :
分散並列処理のフレームワーク • RLlib • Ray 上に実装された、 Reinforcement Learning 用の Library • スケールアウト • 抽象化レイヤーでのコンポーネント提供: Policy Model, Policy Evaluator, Policy Optimizer • 共通の RLコンポーネントを構成する 階層的かつ論理的に集中した制御 15 Ray / RLlib Source: RLlib: Scalable Reinforcement Learning
16.
16 Reinforcement Learning Estimator •
Azure ML Python SDK 1.5 ~ (Preview) • Estimator で Ray/RLlib が利用可能に! • ReinforcmentLearningEstimator • Ray/RLlib をネイティブでサポート • インフラの抽象化により、実行環境を即座に提供 • Compute Cluster • Ray の基盤を構築 • スケーラブルな計算環境を提供 マネージドな強化学習サービスで大規模なスケーラブルな分散シミュレーション・学習を実現
17.
Azure ML 強化学習 デモンストレーション
18.
Azure ML 強化学習を使って… 1.
強化学習の Hello world である CartPole を SAC で解いてみよう 2. アルゴリズムの比較をしてみよう (SAC vs. PPO) 3. CartPole を改造したオリジナル環境を SAC で解いてみよう 本日のデモ一覧 ※ デモで使ったノートブックは以下の GitHub で公開しています https://github.com/kohgushi/Seminar_DLLAB_RL_Day_20210122
19.
19 デモで登場するアルゴリズム (SAC と
PPO)
20.
• 従来の強化学習では期待収益の最大化が目的であったが、 これに方策エントロピーの最大化が追加された • これにより探索
(Exploration)と利用 (Exploitation) のバランスを取っている • エントロピーの最大化により、ロバストな方策となる • 方策オフ型 (off policy) のアルゴリズムであるため、 サンプル効率が良い (少ないステップ数で学習ができる) • 調整すべきハイパーパラメータが少なく、使いやすい 20 SAC の特徴 方策の エントロピー パラメータ
21.
1. Azure Portal
から Machine Learning サービスを作成する 2. Machine Learning サービスへ移動し、「スタジオの起動」をクリックする 3. 「コンピューティング」から コンピューティングインスタンスを作成する 4. 作成されたコンピューティングの「JupyterLab」を選択する 21 Azure ML Workspace の準備 (省略)
22.
Jupyter Notebookへ
23.
まとめ Azure ML強化学習(Azure ML-RL)の利点 -
様々な強化学習アルゴリズムを、簡単に切り替えて使用可能 - 複数台のノードで Simulation を簡単に並列実行でき、高速な訓練が可能 - 実験の結果がクラウド上に自動で保存されるので、実験トレーサビリティが良い - 性能指標が自動でグラフ化され、モデルの性能変異を確認しやすい 性能指標の可視化 実験結果一覧
24.
CONFIDENTIAL 【お問い合わせ先】 ■ 株式会社 電通国際情報サービス
AIトランスフォーメーションセンター https://isid-ai.jp/ ■ X(クロス)イノベーション本部 AIトランスフォーメーションセンター email: g-isid-ai@group.isid.co.jp
Jetzt herunterladen