Book Meter Reviews

こちらは読書メーターで書かれたレビューとなります。

powered by

• 富士獣

  読了日：2024/01/22

  （非深層）強化学習の入門としてとても良かった。 最適化やゲームAI作成の中で知りたかったこと、ボンヤリ考えていたことが定式化されていて、勉強になった ゼロつく1や3に比べると「手を動かして実装レベルで理解する」より「理論の直感や数式変形が分かれば、実装はまぁ自然にできる」感が強いけど、数式変形の解説も丁寧で追いやすい。 深層強化学習入門としてもさわりは分かりやすいけど、少なくとも自分は、理論寄りの本と実践寄りの本をあと1冊ずつ読まないと「深層強化学習を実課題に適用できる」レベルには至らないなぁと思った。

• みるか

  読了日：2022/04/27

  シリーズ 4 作目．本作は強化学習がテーマである．報酬の確率分布が定常で与えられるバンディット問題から始めて，報酬の確率分布が非定常な問題，マルコフ決定過程，ベルマン方程式の導出，と話題が進んでいく．強化学習と言うと，エージェントが環境と相互に作用しながら，何らかの報酬が最大化されるように行動を学習する方法論，くらいのお気持ち程度の理解しかしていなかったが，本書は強化学習の初歩から流行りの DQN まで詳細されている．

• ᚹγअәc0̸א

  方策勾配定理の導出がカバーされており有難い。

• Go Extreme

  読了日：2022/07/12

  バンディット問題： 機械学習の分類と強化学習 バンディット問題 バンディットアルゴリズム バンディットアルゴリズムの実装 非定常問題 マルコフ決定過程： MDPとは 環境とエージェントの定式化 MDPの目標 ベルマン方程式 動的計画法 TD法 ニューラルネットワークとQ学習 DQN 方策勾配法 さらに先へ： 深層強化学習アルゴリズムの分類 方策勾配法系列の発展アルゴリズム DQN系列の発展アルゴリズム 深層強化学習の課題と可能性

• naoki85

  読了日：2023/07/17

  E 資格の勉強も兼ねて取り組んだ。座学だけではピンと来なかった方策の話もなんとなく理解できた気がした。 とはいえ、一度けでは身についた感覚はないので、何回か捲ることになりそうだ。

レビューをもっと見る

(外部サイト)に移動します