Pythonで学ぶ強化学習 : 入門から実践まで 改訂第2版 (機械学習スタートアップシリーズ)
Pythonで学ぶ強化学習 = Reinforcement Learning by Python : 入門から実践まで
改訂第2版
(機械学習スタートアップシリーズ)
- 国立国会図書館請求記号
- M159-M194
- 国立国会図書館書誌ID
- 029951878
資料詳細
要約等：
- 「Ｐｙｔｈｏｎで強化学習が実装できる！」と好評を得た入門書の改訂版。読者からの要望・指摘を反映させた。（提供元: 出版情報登録センター（JPRO））
著者紹介：
- 久保 隆宏 TIS株式会社戦略技術センター所属。Twitter：@icoxfog417。 現在は、「人のための要約」を目指し、少ない学習データによる要約の作成・図表化に取り組む。また、論文のまとめを共有するarXivTimesの運営、『直感 Deep Learning』オライリージャパン(2018)...
書店で探す
目次
Day1 強化学習の位置づけを知る 強化学習とさまざまなキーワードの関係 強化学習のメリット・デメリット 強化学習における問題設定：Markov Decision Process Day2 強化学習の解法(1): 環境から計画を立てる 価値の定義と算出: Bellman Equation 動的計画法による状態評価の学習: Value Iteration 動的計画法による戦略の学習: Policy Iteration モデルベースとモデルフリーとの違い Day3 強化学習の解法(2): 経験から計画を立てる 経験の蓄積と活用のバランス: Epsilon-Greedy法 計画の修正を実績から行うか、予測で行うか: Monte Carlo vs Temporal Difference 経験を価値評価、戦略どちらの更新に利用するか：Valueベース vs Policyベース Day4 強化学習に対するニューラルネットワークの適用 強化学習にニューラルネットワークを適用する 価値評価を、パラメーターを持った関数で実装する：Value Function Approximation 価値評価に深層学習を適用する：Deep Q-Network 戦略を、パラメーターを持った関数で実装する：Policy Gradient 戦略に深層学習を適用する：Advantage Actor Critic (A2C) 価値評価か、戦略か Day5 強化学習の弱点 サンプル効率が悪い 局所最適な行動に陥る、過学習をすることが多い 再現性が低い 弱点を前提とした対応策 Day6 強化学習の弱点を克服するための手法 サンプル効率の悪さへの対応: モデルベースとの併用/表現学習 再現性の低さへの対応: 進化戦略 局所最適な行動/過学習への対応: 模倣学習/逆強化学習 Day7 強化学習の活用領域 行動の最適化 学習の最適化
全国の図書館の所蔵
国立国会図書館以外の全国の図書館の所蔵状況を表示します。
所蔵のある図書館から取寄せることが可能かなど、資料の利用方法は、ご自身が利用されるお近くの図書館へご相談ください
北日本
札幌市中央図書館
記録メディア- 請求記号：
- 007.13//
- 図書登録番号：
- 9510113211
関東
さいたま市立中央図書館
紙- 請求記号：
- 007.13 ｸﾎﾞ
- 図書登録番号：
- 22100299332
横浜市立図書館
紙- 請求記号：
- 007.1
- 図書登録番号：
- 2071599690
川崎市立図書館
紙- 請求記号：
- ００７．１／パイ
近畿
大阪府立中央図書館
紙- 請求記号：
- 007.1/13NX/
- 図書登録番号：
- 1211805930
書店で探す
出版書誌データベース 
から購入できる書店を探す
『Books』は各出版社から提供された情報による出版業界のデータベースです。 現在入手可能な紙の本と電子書籍を検索することができます。
別の方法で探す
書誌情報
この資料の詳細や典拠（同じ主題の資料を指すキーワード、著者名）等を確認できます。
- 資料種別
- 図書
- ISBN
- 978-4-06-517251-3
- タイトルよみ
- パイソン デ マナブ キョウカ ガクシュウ
- 著者・編者
- 久保隆宏 著
- 版
- 改訂第2版
- シリーズタイトル
- 出版事項
- 出版年月日等
- 2019.9