強化学習から信頼できる意思決定へ Ai / データサイエンス ライブラリ 基礎から応用へ

強化学習はその定式化を用いることで幅広い実問題を表現できる一方，信頼性の不足が一因となり，実世界では応用がなされているとは言いがたい．本書は，標準的な定式化と実問題との橋渡しとなるような定式化を体系的にまとめることで，実世界での応用を促進することを目指した．

【主要目次】強化学習の基礎／オフライン強化学習と資源割当問題への応用／リスク考慮型強化学習と金融への応用／安全性制約考慮型強化学習と制御系への応用

【著者紹介】
梶野洸 : ２０１６年東京大学大学院情報理工学系研究科数理情報学専攻博士課程修了。現在、日本アイ・ビー・エム株式会社東京基礎研究所スタッフ・リサーチ・サイエンティスト、博士（情報理工学）

宮口航平 : ２０１９年東京大学大学院情報理工学系研究科数理情報学専攻博士課程修了。現在、日本アイ・ビー・エム株式会社東京基礎研究所スタッフ・リサーチ・サイエンティスト、博士（情報理工学）

恐神貴行 : ２００５年カーネギーメロン大学計算機科学部計算機科学科博士課程修了。現在、日本アイ・ビー・エム株式会社東京基礎研究所シニア・テクニカル・スタッフ・メンバー、Ｐｈ．Ｄ．

岩城諒 : ２０１９年大阪大学大学院工学研究科知能・機能創成工学専攻博士後期課程修了。現在、日本アイ・ビー・エム株式会社東京基礎研究所リサーチ・サイエンティスト、博士（工学）

和地瞭良 : ２０２１年筑波大学大学院理工情報生命学術院システム情報工学研究群情報理工学位プログラム博士後期課程修了。現在、ＬＩＮＥヤフー株式会社チーフリサーチサイエンティスト、博士（工学）（本データはこの書籍が刊行された当時に掲載されていたものです）