中井悦司

人物・団体ページへ

本

ITエンジニアのための強化学習理論入門

中井悦司

☆
☆
☆
☆
☆
レビューを書く 

基本情報

ジャンル
：
建築・理工
ISBN/カタログNo
：
ISBN 13 : 9784297115159
ISBN 10 : 4297115158
フォーマット
：
本
出版社
：
技術評論社
発行年月
：
2020年07月
発売国
：
日本
共著・訳者・掲載人物など
:
中井悦司 ,  
追加情報
:
２９６ｐ；22

内容詳細

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）

ユーザーレビュー

総合評価

☆
☆
☆
☆
☆

0.0

★
★
★
★
★
 
0
★
★
★
★
☆
 
0
★
★
★
☆
☆
 
0
★
★
☆
☆
☆
 
0
★
☆
☆
☆
☆
 
0
レビューを書く

読書メーターレビュー

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

  • M_Study さん

    読了日：2021/02/19

    最初は難解に感じるかもしれないが、数式とコードを照らし合わせて地道に一つずつ追いかけて行けば、強化学習の基礎は理解できる。Q学習は知っているけど、なぜあの数式の形になるか理解できない人におすすめ。Pythonに関する説明はあまり無いので、あらかじめ学習しておくことを推奨。

レビューをもっと見る

(外部サイト)に移動します

建築・理工 に関連する商品情報

おすすめの商品

CD・DVD・レコード・本・ゲームを売るなら
HMV宅配買取