中井悦司

Individuals/organizations Page

Books

Itエンジニアのための強化学習理論入門

中井悦司

☆
☆
☆
☆
☆
Write review 

Product Details

Genre
：
Architecture&Engineering
ISBN/Catalogue Number
：
ISBN 13 : 9784297115159
ISBN 10 : 4297115158
Format
：
Books
Publisher
：
技術評論社
Release Date
：
July/2020
Release Country
：
Japan
Co-Writer, Translator, Featured Individuals/organizations
:
中井悦司 ,  

Content Description

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）

Customer Reviews

Comprehensive Evaluation

☆
☆
☆
☆
☆

0.0

★
★
★
★
★
 
0
★
★
★
★
☆
 
0
★
★
★
☆
☆
 
0
★
★
☆
☆
☆
 
0
★
☆
☆
☆
☆
 
0
Write you own review

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

  • M_Study

    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

Recommend Items

Sell This Item