ITエンジニアのための強化学習理論入門 : Pythonで学ぶアルゴリズムの動作原理

著者

• 中井, 悦司 ナカイ, エツジ

書誌事項

ITエンジニアのための強化学習理論入門 : Pythonで学ぶアルゴリズムの動作原理

中井悦司著

技術評論社, 2020.7

タイトル別名

IT (あいてぃ) エンジニアのための強化学習理論入門 (きょうかがくしゅうりろんにゅうもん)

Reinforcement learning for software engineers

強化学習理論入門 : ITエンジニアのための : Pythonで学ぶアルゴリズムの動作原理

タイトル読み

IT エンジニア ノ タメ ノ キョウカ ガクシュウ リロン ニュウモン : Python デ マナブ アルゴリズム ノ ドウサ ゲンリ

注記

スキルアップや強化学習の活用に向けた準備をしようと考えるITエンジニアに向けて、強化学習の基礎となるアルゴリズムを体系的に解説する。Pythonサンプルコードのダウンロードサービス付き。

参考書籍: p277

内容説明・目次

内容説明

強化学習の基礎となるアルゴリズムを体系的に学ぶ。

目次

• １　強化学習のゴールと課題（強化学習の考え方；実行環境のセットアップ；バンディットアルゴリズム（基本編）；バンディットアルゴリズム（応用編））
• ２　環境モデルを用いた強化学習の枠組み（マルコフ決定過程による環境のモデル化；エージェントの行動ポリシーと状態価値関数；動的計画法による状態価値関数の決定）
• ３　行動ポリシーの改善アルゴリズム（ポリシー反復法；価値反復法；より実践的な実装例）
• ４　サンプリングデータを用いた学習法（モンテカルロ法；ＴＤ（Ｔｅｍｐｏｒａｌ‐Ｄｉｆｆｅｒｅｎｃｅ）法）
• ５　ニューラルネットワークによる関数近似（ニューラルネットワークによる状態価値関数の計算；ニューラルネットワークを用いたＱ‐Ｌｅａｒｎｉｎｇ）

「BOOKデータベース」 より

詳細情報

• NII書誌ID(NCID): BB31671001
• ISBN:
  • 9784297115159
• 出版国コード: ja
• タイトル言語コード: jpn
• 本文言語コード: jpn
• 出版地: 東京
• ページ数/冊数: xii, 283p
• 大きさ: 21cm
• 分類:
  • NDC8 : 007.1
  • NDC9 : 007.13
  • NDC10 : 007.13
  • NDLC : M121
• 件名:
  • BSH : 機械学習
  • BSH : アルゴリズム