強化学習アルゴリズム入門―「平均」からはじめる基礎と応用

個数:
電子版価格 ¥3,300
  • 電書あり
  • ポイントキャンペーン

強化学習アルゴリズム入門―「平均」からはじめる基礎と応用

  • 曽我部 東馬【著】
  • 価格 ¥3,300(本体¥3,000)
  • オーム社(2019/05発売)
  • 【ウェブストア】お届け商品全点 ポイント2倍キャンペーン
  • ポイント 60pt
  • ウェブストアに34冊在庫がございます。(2020年04月02日 06時38分現在)
  • 出荷予定日とご注意事項
    ※上記を必ずご確認ください

    【出荷予定日】
    ■ご注文当日 (午前0時~午前10時30分までのご注文)
     または
    ■ご注文翌日 (午前10時31分~午後11時59分までのご注文)

    【ご注意事項】 ※必ずお読みください
    ◆在庫数は刻々と変動しており、ご注文手続き中に減ることもございます。
    ◆在庫数以上の数量をご注文の場合には、超過した分はお取り寄せとなり日数がかかります。入手できないこともございます。
    ◆事情により出荷が遅れる場合がございます。
    ◆お届け日のご指定は承っておりません。
    ◆「帯」はお付けできない場合がございます。
    ◆特に表記のない限り特典はありません。
  • ●店舗受取サービス(送料無料)をご利用いただけます。
    【カートに入れる】を選択後に全国店舗の中からお受け取り店をご指定下さい。尚、受取店舗限定の特典はお付けできません。詳細はこちら
  • サイズ A5判/ページ数 202p/高さ 21cm
  • 商品コード 9784274223716
  • NDC分類 007.1
  • Cコード C3055

内容説明

強化学習の難解な理論を平均を入口としてやさしく解説。原理→数式→プログラムの流れで全体像を直感的に把握できます。

目次

第1章 平均で学ぶ強化学習の基本概念(平均と期待値;平均と価値 ほか)
第2章 各アルゴリズムの特徴と応用(強化学習における方策π(a|S)
動的計画法 ほか)
第3章 関数近似手法(関数近似の基本概念;関数近似モデルを用いたV(St)の表現 ほか)
第4章 深層強化学習の原理と手法(TD‐Q学習法におけるNNによる行動価値関数の回帰;DQNによる行動状態価値関数の近似 ほか)

著者等紹介

曽我部東馬[ソガベトウマ]
理学博士(物理学専攻)。マックス・プランク研究所(独)博士研究員、ケンブリッジ大学(英)研究員を経て、2009年帰国、株式会社グリッドの設立に携わり、取締役最高技術責任者を務める。2011年より東京大学先端科学技術研究センター特任助教、特任准教授を歴任、2016年3月電気通信大学准教授、株式会社グリッド最高技術顧問(兼務)、東京大学先端科学技術研究センター客員研究員(兼務)(本データはこの書籍が刊行された当時に掲載されていたものです)
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。

出版社内容情報

「平均」の観点から強化学習の原理がわかる!
AlphaGoがプロ棋士を破った2016年以降、さまざまな分野から注目されている深層強化学習ですが、専門書は非常に難解でわかりづらい傾向にあります。
そこで本書は、初歩的な数学を使って原理をわかりやすく解説します。価値・探索・マルコフ決定過程・動的計画法・モンテカルロ法・TD法といった強化学習の諸要素を、中高生にもなじみ深い平均値の計算から説明し、初学者でも基本とコツを自然と身につけられます。抽象的な強化学習の概念と煩雑な数学式を直感的に感じつつ、本質まで把握できることが本書の最大の特徴です。
また、すべての例題にPythonとMATLABのコードを示し、原理・数式・コードという一連の流れを紐付けて理解できるようになっています。初学者でも入りやすく、難しさを感じないまま、強化学習の基本と深層学習のコツを自然と身につけられる入門書です。

【本書の特徴】
・難解な強化学習の原理を、中高生にもなじみ深い「平均値の計算」という観点からわかりやすく解説しています。
・すべての例題にPythonとMATLABのコードを例示しています。