Upgrade to Pro — share decks privately, control downloads, hide ads and more …
Sign up for free

yurufuwaLT

Sponsored · SiteGround - Reliable hosting with speed, security, and support you can count on. →
Avatar for canonno canonno
April 08, 2021
Technology
200
0

 yurufuwaLT

Avatar for canonno

canonno

April 08, 2021

More Decks by canonno

See All by canonno
噂で聞いたSupabaseをハンズオン
Avatar for canonno canonno
0
210
[LINEDC]AIはLINE BOT周りをどう変えたか
Avatar for canonno canonno
0
190
【書評】2032年、日本がスタートアップのハブになる
Avatar for canonno canonno
0
130
communeLT
Avatar for canonno canonno
0
7.6k
enebularLT
Avatar for canonno canonno
0
320
Try_English_LT.pdf
Avatar for canonno canonno
1
370
IoT LT
Avatar for canonno canonno
0
400
Enebular LT
Avatar for canonno canonno
0
1k

Other Decks in Technology

See All in Technology
事業課題から技術的負債に向き合う
Avatar for SansanTech sansantech
PRO
2
2.3k
今話題のAI「Jev」って何？ 宇宙最速で学ぶ会
Avatar for みのるん minorun365
PRO
32
21k
AIエージェントの自己改善をどう設計するか / How to Design Self-Improvement for AI Agents
Avatar for 223 22mi
27
17k
GoのInterface内部構造から学ぶ！最高パフォーマンスを出すコード設計
Avatar for Yappli Developers yappli_developers
1
290
ほんとうの信頼性はヒーローが死んでからはじまる / True reliability begins after the hero dies
Avatar for VTRyo vtryo
0
120
データ_AIの事業の勝敗をわけるもの
Avatar for KJ(Kenji Matsuda) nek0128
1
480
.NET WebAssemblyで実現するクライアントサイドAI推論：NuGetからViteまで、2つのエコシステムを繋ぐビルド戦略
Avatar for Yusuke Yamada yamachu
1
740
負債のメタファと2026年 / Debt Metaphor in Agentic Engineering Age 202609 Edition
Avatar for Takuto WADA twada
PRO
12
6.7k
時うどん〜Socket.getifaddrsで学ぶネットワーク編 / Tokiudon: The Socket.getifaddrs Edition
Avatar for Misaki Shioi(塩井美咲/しおい) coe401_
4
260
Why Agent Cost Needs Observability
Avatar for NTT docomo Business nttcom
0
150
AIエージェントを安全で速い現場監督にする：Jev・Obsidian・メタハーネス
Avatar for Daisuke Masuda x5gtrn
PRO
0
100
What the customer really needed
Avatar for Yasunobu Kawaguchi kawaguti
PRO
3
220

Featured

See All Featured
The Art of Delivering Value - GDevCon NA Keynote
Avatar for David Neal reverentgeek
16
2.2k
Navigating the moral maze — ethical principles for Al-driven product design
Avatar for Skipper Chong Warson skipperchong
2
580
JavaScript: Past, Present, and Future - NDC Porto 2020
Avatar for David Neal reverentgeek
52
6.1k
A brief & incomplete history of 
UX Design for the World Wide Web: 1989–2019
Avatar for Jason CranfordTeague jct
2
510
Bridging the Design Gap: How Collaborative Modelling removes blockers to flow between stakeholders and teams @FastFlow conf
Avatar for Kenny Baas-Schwegler baasie
0
710
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
Avatar for soudai sone soudai
PRO
203
76k
The World Runs on Bad Software
Avatar for Brandon Keepers bkeepers
PRO
72
12k
Writing Fast Ruby
Avatar for Erik Berlin sferik
630
63k
Improving Core Web Vitals using Speculation Rules API
Avatar for Sergey Chernyshev sergeychernyshev
21
1.6k
SERP Conf. Vienna - Web Accessibility: Optimizing for Inclusivity and SEO
Avatar for Sara Fernández Carmona sarafernandez
2
1.6k
No one is an island. Learnings from fostering a developers community.
Avatar for Antonio thoeni
21
3.8k
Practical Tips for Bootstrapping Information Extraction Pipelines
Avatar for Matthew Honnibal honnibal
25
2.1k

Transcript

  1. 強化学習で酔っ払いを学ぼう @canonno_blog

  2. 自己紹介 • 賀野 壮一朗 • 某飲料メーカー 入社三年目 • ピアノが趣味。作曲もぼちぼち。 •

    ProtoOut 4期生。Tシャツ着てます • ウルトラソウルが大好き

  3. 業務でAI/機械学習の実装を担当

  4. 「こう来たらこう答えて」 教師あり学習 「データの癖を教えて」 教師なし学習 「最終的にこれを目指して」 強化学習

  5. 「こう来たらこう答えて」 教師あり学習 「最終的にこれを目指して」 強化学習 「データの癖を教えて」 教師なし学習

  6. None
  7. None

  8. ＝

  9. None

  10. お酒好きですか？？？？？？？

  11. None

  12. 出口についたら+1。人にぶつかったら-1。 期待値的にどう行くのが一番良い？

  13. berobero = 0.1

  14. berobero = 0.3

  15. IJIDEMO UE NI IKITAI

  16. berobero = 0.5

  17. GYAKUNI YOYUU

  18. None

  19. berobero = 0.1

  20. berobero = 0.1 酔ってないし 突っ切ったろ

  21. berobero = 0.1 やっぱ壁沿いで 無難にいきます

  22. berobero = 0.3

  23. KABEDUTAI NI IKU YOPPARAI NO TENKEI

  24. berobero = 0.5

  25. GYAKUNI YOYUU

  26. 強化学習もゆるゆる勉強しましょおう