このページの本文へ移動

Menu

メニュー

  • 企業 
  • ニュース 
  • サービス 
  • 技術・デザイン 
  • 採用 
  • 投資家情報 
  • CyberAgent Way 
  • FEATUReS 

 

登壇

東京大学「Summer School 数理物理 2021」に、AI Lab研究員の森村が登壇いたします

AI Labに所属する研究員の森村 哲郎が、8/27(金)~8/29(日)の三日間にわたり開催される「Summer School 数理物理 2021 」に講師として登壇いたします。

■ Summer School 数理物理とは  

Summer School 数理物理は1987年を第1回目とし、現在まで毎年多くの講師を迎えて開催されてきました。趣旨としては、これから研究を始めようとしている院生や、数理物理の広い分野にわたる (専門外の)研究者を対象とする入門的な講義を行うというものです。 そのため、若手研究者や大学院生が主なターゲットですが、例年、学部学生や一般社会人を含む幅広い範囲の参加者があります。

公式HP:https://www.ms.u-tokyo.ac.jp/~yasuyuki/mp2021.htm
※ 参加登録は上記ページから可能です。

 

■ Summer School 数理物理 2021詳細

【日時】2021年8月27日(金)9:30 ~ 29日(日)17:40
【場所】オンライン(Zoom)
【参加費】無料
【講師・講演題目】

  • 「深層学習:その仕組みと応用と謎」 瀧雅人 (立教大学・人工知能科学)
  • 「深層生成モデルの数理」 田中章詞 (理研・iTHEMS/AIP
  • 「強化学習」 森村哲郎 (サイバーエージェント)
  • 「ノンパラメトリックベイズ統計と統計的自然言語処理」 持橋大地 (統計数理研究所)

【時間割】
  9:30 - 11:00 11:20 - 12:50 14:10 - 15:40 16:10 - 17:40
8/27(金) 田中 森村 持橋
8/28(土) 田中 森村 持橋
8/29(日) 田中 森村 持橋

(敬称略)


■ AI Lab研究員 森村担当分「強化学習」

ー講演内容ー

強化学習は意思決定モデルをデータから学習するための方法論です。予測モデリング等の従来の機械学習に比べると、学習に必要なデータを揃えることが難しいことから応用事例は限られていましたが、近年、強化学習が重要な役割を果たす事例が医療やマーケティング、自然言語処理などの領域で次々に見出されています。また、囲碁やテレビゲームなどで強化学習と深層学習を用いて人間を超えるパフォーマンスを達成できることが示され、多くの人を驚かせました。しかし、実際に動かしてみると、学習しない、再現性が乏しいなど、強化学習法をブラックボックスとして用いることは困難という声も聞きます。
そこで、本講演では強化学習の原理の理解を目指し、数理的側面を主にし、まずは基礎となるマルコフ決定過程やその解法(プランニング)を説明します。次に、プランニング手法をサンプル近似することでQ学習などの代表的なアルゴリズムを導出し、応用において要となる関数近似についても解説します。
 


■ 講演者略歴

2021年4月からサイバーエージェントAI Lab研究員。広告や強化学習に関する研究に従事。 2008年に奈良先端科学技術大学院大学にてPh.D.取得。2008年から2021年までIBM東京基礎研究所研究員として、強化学習の研究、金融や小売、製造業など様々な業界で機械学習の応用研究に従事した。著書に「強化学習(機械学習プロフェッショナルシリーズ)」(講談社、2019)や「これからの強化学習」(共著、森北出版、2016)などがあり、NeurIPS, ICML, AAAI, Neural Computation などトップ国際会議やジャーナルに多くの論⽂を発表している。
google scholar page : https://scholar.google.co.jp/citations?user=IgjF21EAAAAJ

各学術機関からも著名な先生方が講師として講演されます。
ご関心をお持ちいただいた方は、ぜひ公式HPより参加登録をお願い致します。