この講座は『受講登録する（無料）』ボタンを押すと受講開始となる『開始日可変型講座』です。
『開始日可変型講座』とは、受講者個々の受講開始日に応じて進行する講座です。

ご自身のスケジュールは、以下の講座スケジュール（PDF）を参考にご確認ください。

講座内容

第1章から第3章は、機械学習を自律制御に用いるときの方法を説明しています。ロボティクスと深く関連した内容となっています。第1章ではロボットのための視覚センサとして用いられるコンピュータビジョンを、第2章ではその背景にある強化学習について解説しています。第3章では機械学習を使った自律制御について学んでいきます。
第1章から第3章については、「AI・データサイエンス概論/ 第4章」を事前に学んだ上で、両講座を取得すればより深い理解を得ることができます。

第4章から第6章では、予測・システム診断・最適化に関する問題設定とその対応法を解説しています。手法としてはベイジアンネットワークが主体となっており、確率と統計に関する予備知識が必要となります。（確率・統計の基礎については、「AI・データサイエンス基礎/ 第3章」で予備学習することができます）
第4章から第6章については、「AI・データサイエンス概論/ 第5章」を事前に学んだ上で、第3章を取得すればより深い理解を得ることができます。

第1章：ロボティクスとAI（ロボットビジョン入門）

• 1．はじめに
• 2．2Dカメラの原理とモデル、画像データ
• 3．3Dセンサの原理と3Dデータ
• 4．2D画像を用いた深層学習とロボットビジョン
• 5．3Dデータを用いた深層学習とロボットビジョン
• 6．まとめ

第2章：強化学習

• 1．イントロダクション
• 2．状態価値と行動方策
• 3．強化学習の学習手法
• 4．深層強化学習
• 5．深層強化学習の応用事例
• 6．まとめと今後の展望

第3章：自律制御と機械学習：認知発達ロボティクス

• 1．導入
• 2．予測に基づく知覚・行動・学習
• 3．模倣学習
• 4．言語・コミュニケーション
• 5．深層学習の応用例
• 6．まとめ

第4章：予測・診断・最適化技法（1）

• 1．予測に関する問題
• 2．予測のためのモデルとモデル選択
• 3．予測のアルゴリズム
• 4．予測の問題と事例

第5章：予測・診断・最適化技法（2）

• 1．診断とは
• 2．診断の問題設定の類型化
• 3．診断の作成に必要なデータ
• 4．診断の設計時におきる諸問題と全セクションまとめ

第6章：予測・診断・最適化技法（3）

• 1．最適化とその基本要素
• 2．最適化の種類
• 3．最適化にともなう問題
• 4．最適化の実際