![]() |
著者:久保隆宏
出版社:講談社
出版日:2019年01月17日頃
ISBN10:4065142989
ISBN13:9784065142981
販売価格:3,080円
強化学習が実装できる! エンジニアのために、Pythonのサンプルコードとともに、ゼロからていねいに解説。実用でのネックとなる強化学習の弱点とその克服方法、さらに活用領域まで紹介した。コードも公開!
・Pythonプログラミングとともに、ゼロからていねいに解説。
・コードが公開されているから、すぐ実践できる。
・実用でのネックとなる強化学習の弱点と、その克服方法まで紹介。
【おもな内容】
Day1 強化学習の位置づけを知る
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
経験を状態評価、戦略どちらの更新に利用するか
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
状態評価を、パラメーターを持った関数で実装する: Value Function Approximation
状態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)
状態評価か、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
Day1 強化学習の位置づけを知る
Day2 強化学習の解法(1): 環境から計画を立てる
Day3 強化学習の解法(2): 経験から計画を立てる
Day4 強化学習に対するニューラルネットワークの適用
Day5 強化学習の弱点
Day6 強化学習の弱点を克服するための手法
Day7 強化学習の活用領域
|
ショップ | 古本・中古価格 | 在庫 | 詳細 |
---|---|---|---|
アマゾン(中古) | ![]() | ||
楽天市場(中古) | ![]() | ||
| ![]() | ||
au PAY マーケット(中古)
| ![]() | ||
メルカリ | ![]() | ||
楽天ラクマ | ![]() | ||
Yahoo!フリマ | ![]() | ||
ネットオフ
![]() | ![]() | ||
駿河屋 | ![]() | ||
ブックオフオンライン | ![]() | ||
スーパー源氏 | ![]() | ||
日本の古本屋 | ![]() | ||
ジモティー | ![]() | ||
Yahoo!オークション | ![]() | ||
モバオク | ![]() | ||
DMM通販(中古) | ![]() | ||
HMV & BOOKS(中古) | ![]() | ||
| ![]() | ||
| ![]() | ||
| ![]() | ||
楽天kobo(電子書籍) | ![]() | ||
| ![]() |
新品・買取・口コミ |
---|
履歴すべて削除 |
---|
キャンペーン・割引クーポン |
---|
【買取】駿河屋☆買取アップキャンペーン
【買取】送料やダンボール、キャンセル返送料すべて無料!おすすめの古本買取サービス
|