| １ |
科目ガイダンス
教科書「第１章 序」
教科書「第２章 多腕バンディット問題」
自己点検 |
講義（質疑応答を含む）と演
習
自己点検 |
予習：教科書該当範囲の通読
復習：授業内容の理解 |
100
100 |
| ２ |
教科書「第３章 有限マルコフ決定過程」
教科書「第４章 動的計画法」
自己点検 |
講義（質疑応答を含む）と演
習
自己点検 |
予習：教科書該当範囲の通読
復習：授業内容の理解 |
100
100 |
| ３ |
教科書「第５章 モンテカルロ法」
教科書「第６章 ＴＤ学習」
自己点検 |
講義（質疑応答を含む）と演
習
自己点検 |
予習：教科書該当範囲の通読
復習：授業内容の理解 |
100
100 |
| ４ |
教科書「第７章 ｎステップ・ブートストラップ法」
教科書「第８章 テーブル形式手法におけるプランニ
ングと学習」
自己点検 |
講義（質疑応答を含む）と演
習
自己点検 |
予習：教科書該当範囲の通読
復習：授業内容の理解 |
100
100 |
| ５ |
教科書「第９章 近似を用いた方策オン型予測」
教科書「第１０章 関数近似を用いた方策オン型制御
」
自己点検 |
講義（質疑応答を含む）と演
習
自己点検 |
予習：教科書該当範囲の通読
復習：授業内容の理解 |
100
100 |
| ６ |
教科書「第１２章 適格度トレース」
教科書「第１３章 方策勾配法」
自己点検 |
講義（質疑応答を含む）と演
習
自己点検 |
予習：教科書該当範囲の通読
復習：授業内容の理解 |
100
100 |
| ７ |
総括
自己点検 |
講義（質疑応答を含む）
自己点検 |
予習：第６回までの授業内容の復
習
復習：授業内容の理解 |
100
100 |
