強化学習アルゴリズム = Reinforcement Learning Algorithms

• 資料種別: 図書
• ISBN: 978-4-339-02953-6
• タイトル: 強化学習アルゴリズム
• タイトルよみ: キョウカ ガクシュウ アルゴリズム
• 著者・編者: 長隆之 著
• 著者標目: 著者 ： 長, 隆之 オサ, タカユキ ( 034433178 )典拠
• 出版事項: 東京 : コロナ社 (出版)
• 出版年月日等: 2025.11
• 出版年（W3CDTF）: 2025
• 数量: 241p
• 大きさ: 26cm
• 並列タイトル等: Reinforcement Learning Algorithms
• 出版地（国名コード）: JP
• 本文の言語コード: jpn
• 表現種別: テキスト
• 機器種別: 機器不用
• キャリア種別: 冊子
• 件名標目: 機械学習 キカイ ガクシュウ ( 001210569 )典拠; アルゴリズム アルゴリズム ( 00560337 )典拠
• NDC10版: 007.13 : 情報学．情報科学
• NDLC: M121
• 対象利用者: 一般
• 書誌注記: 文献あり 索引あり
• 入手条件・定価: 4400円
• 所蔵機関: 国立国会図書館
• 請求記号: M121-R296
• 連携機関・データベース: 国立国会図書館 : 国立国会図書館蔵書; https://ndlsearch.ndl.go.jp
• 書誌ID（NDLBibID）: 034370713; http://id.ndl.go.jp/bib/034370713
• 全国書誌番号: 24194810
• トーハンMARC番号: 34799798
• 目録規則: 日本目録規則2018年版
• 整理区分コード: 111

• 要約等: 強化学習の論文の理解に必要な知識を網羅し，研究者に広く利用されている知識・手法を可能な限り解説。さらなる応用が期待される強化学習アルゴリズムについて，論文を読み，最新の研究動向を理解する力を得ることを目指す。（提供元: 出版情報登録センター（JPRO））

目次

1．数学的な準備

1.1　確率

1.1.1　多変数の確率

1.1.2　期待値

1.1.3　最尤法と最小二乗法の関係