最適化のための強化学習

• 資料種別: 図書
• ISBN: 9784764907102
• タイトル: 最適化のための強化学習
• タイトルよみ: サイテキカノタメノキョウカガクシュウ
• 著者・編者: 久保幹雄 監修; 小林和博 著・文・その他
• シリーズタイトル: Pythonによる問題解決シリーズ ； 第3巻
• 著者標目: 久保幹雄 クボミキオ; 小林和博 コバヤシカズヒロ
• 出版事項: 近代科学社; 近代科学社 (発売)
• 出版年（W3CDTF）: 2024-09-30
• 数量: 204p
• 数量、大きさ等: 204p
• 出版地（国名コード）: JP
• 本文の言語コード: jpn
• 装丁に関する注記: 判型 : B5変形
• 件名標目: マルコフ性; マルコフ連鎖; 推移確率行列; マルコフ過程; ランダム・ウォーク; 擬似乱数; マルコフ報酬過程; 割引報酬; リターン; 価値関数; マルコフ決定過程; 方策評価; 方策改善; 方策反復; 価値反復; モデルベース; モデルフリー; 全幅探索; サンプル探索; TD学習; TDターゲット; TD誤差; オンポリシー学習; 貪欲探索; SARSA; 行動方策; ターゲット方策; Q学習
• 対象利用者: 一般
• 資料の内容に関する注記: Cコード（販売対象） : 専門; Cコード（発行形態） : 全集・双書; Cコード（内容） : 情報科学; ジャンルコード : コンピュータ
• 入手条件・定価: 3200
• 連携機関・データベース: 出版情報登録センター : 出版情報登録センター（JPRO）

• 要約等: Pythonの基礎から強化学習の利用までを詳細に解説した充実の一冊。（提供元: 出版情報登録センター（JPRO））
• 著者紹介: 小林和博 青山学院大学 理工学部 経営システム工学科 准教授（提供元: 出版情報登録センター（JPRO））

目次

第1章　Python で強化学習を行うための環境構築

1.1 オンラインサービスを利用する方法

1.2 手元のコンピュータに実行環境を整える方法

1.3 パッケージのインストール

1.4 実行環境