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)
- Call No. (NDL)
- M159-M194
- Bibliographic ID of National Diet Library
- 029951878
Detailed bibliographic record
Summary, etc.：
- 「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。(Provided by: 出版情報登録センター（JPRO）)
Author introduction：
- 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)...
Search by Bookstore
Table of Contents
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
Holdings of Libraries in Japan
This page shows libraries in Japan other than the National Diet Library that hold the material.
Please contact your local library for information on how to use materials or whether it is possible to request materials from the holding libraries.
Northern Japan
札幌市中央図書館
Recording Media- Call No.：
- 007.13//
- Book Registration Number：
- 9510113211
Kanto
さいたま市立中央図書館
Paper- Call No.：
- 007.13 ｸﾎﾞ
- Book Registration Number：
- 22100299332
横浜市立図書館
Paper- Call No.：
- 007.1
- Book Registration Number：
- 2071599690
川崎市立図書館
Paper- Call No.：
- 007.1 ﾊﾟｲ
- Book Registration Number：
- 430018444132
Kinki
大阪府立中央図書館
Paper- Call No.：
- 007.1/13NX/
- Book Registration Number：
- 1211805930
Search by Bookstore
Publication bibliographic database 
Find a bookstore where you can purchase books from
Books is a database of the publishing industry with information provided by publishers. You can search for currently available paperbacks and eBooks.
Find by another way
Bibliographic Record
You can check the details of this material, its authority (keywords that refer to materials on the same subject, author's name, etc.), etc.
- Material Type
- 図書
- ISBN
- 978-4-06-517251-3
- Title Transcription
- パイソン デ マナブ キョウカ ガクシュウ
- Author/Editor
- 久保隆宏 著
- Edition
- 改訂第2版
- Series Title
- Author Heading
- 久保, 隆宏 クボ, タカヒロ ( 001300203 )Authorities
- Publication, Distribution, etc.
- Publication Date
- 2019.9