これからの強化学習

著者名：牧野貴樹/澁谷長史/白川真一【編著】/浅田稔/麻生英樹/荒井幸代

森北出版株式会社（2017/08発売）

• ISBN：9784627880313

内容説明

◆強化学習は「ポストビッグデータ」の技術である！
人工知能，金融工学，ロボット制御，言語処理，生産現場やサービスの最適化，あらゆる分野に応用が広がる強化学習．十分なデータが与えられることが前提とされる他の機械学習法と異なり，「足りないデータを集めながら最適化すること」に力点を置く強化学習は，ビッグデータの先を行くための重要な技術となることが期待されます．

◆強化学習の「いま」を知り，「これから」を切り拓くための1冊．
本書では，この分野を代表する執筆陣が集い，強化学習の基礎・発展・応用を多面的に解説します．
・基礎：強化学習の動作原理と基本アルゴリズムを，初学者でも分かるように導入．
・発展：より複雑な問題に対処し，高度な研究に進むための，さまざまな発展的手法を解説．
・応用：マルチロボットシステムの制御，対話処理，医療データ分析，囲碁の対局など広範な応用例・研究事例を通して，強化学習の活用法を紹介．人間の行動や脳の動作を説明するモデルとしての理論・実験も解説．

――強化学習の基礎を学びたい方，発展的手法に触れたい方，応用可能性を一望したい方に最適な1冊！

目次

第1章　強化学習の基礎的理論
強化学習とは／強化学習の構成要素／価値反復に基づくアルゴリズム／方策勾配に基づくアルゴリズム／部分観測マルコフ決定過程と強化学習

第2章　強化学習の発展的理論
統計学習の観点から見たTD学習／強化学習アルゴリズムの理論性能解析とベイズ統計による強化学習のモデル化／逆強化学習／試行錯誤回数の低減を指向した手法：経験強化型学習XoL／群強化学習法／リスク考慮型強化学習／複利型強化学習

第3章　強化学習の工学応用
高次元・実環境における強化学習／連続的な状態・行動空間への拡張：

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

[カラクリ]

強化学習と機械学習とかがどのような関係にあるのかあまり理解できなかったため読んだ本。そのため、途中の計算式はけっこう読み飛ばした。それぞれの目的は、機械学習は｢知識｣、強化学習は｢経験｣を得ることだと理解した。機械学習だけでは、過去のデータから学んだ最良の手を打つことしかできないが、強化学習をすることで、学んだ以上の手を打つことができる。そんなイメージ。

2017/03/18

[おしるこ]

1章まで読了 著者が複数いるため、内容に矛盾が起きていたら、同じ内容が書かれたりしていることがある。 また、内容に関しては初学者には少し難しいような気がする。深層学習のところでは変数名の意味が書かれていなかったり図表が少なかったりしてWebで公開されている記事よりも劣るように感じる。

2018/03/15

[Hikaru Yakushiji]

最近、本でないものばっかり読んでた。ひさひざに全部読んだ本。

2018/04/16

[yorip]

不確かなときは楽観的に。わかりそうなところから読む方がいいかも。初めから貪欲に行くよりは、εグリーディな読み方が良い。本の読み方さえもこの本の中に書いてあったとは。ロボットインテリジェンスを読んで強化学習わかった気になってたが、本書を読むとまだまだ浅瀬にしか入ってなかったんだなと思った。だいたいの本はQ学習だけやって終わりのものが多いが、この本は違う。強化学習マニアになりたい人向けだ。

2018/01/23