マルコフ決定過程

推薦システム，金融工学，RPG，…そして，深層強化学習。 さまざまな応用例を交えながら，マルコフ決定過程の理論とモデル化の基礎が身につく一冊。 マルコフ決定過程は，マルコフ連鎖に制御や意思決定の要素を加えた確率モデルです。本書では，前半で基礎理論とアルゴリズムを，後半で応用事例を学んでいきます。モデル式の工夫のしかたや複雑な計算手順を，モデル化の観点から一貫性をもって理解することができます。 マルコフ決定過程は，深層強化学習のアルゴリズムの基礎でもあります。本書の最終章では，深層強化学習の概要とニューラルネットワークで行われる計算のしくみを，マルコフ決定過程の計算を通して学びます。 第1章　マルコフ決定過程とは 第2章　マルコフ決定過程の基本的な問題設定とアルゴリズム 第3章　マルコフ決定過程の基本的な機械学習 第4章　真のパラメータが変化するマルコフ決定過程 第5章　状態，行動，利得に関する工夫 第6章　推薦システムへの適用 第7章　金融工学への適用 第8章　ロールプレイングゲームへの適用 第9章　通信工学への適用 第10章　ベイズ流の仮説検定への適用 第11章　教育工学への適用 第12章　設備保全，アセットマネジメントとヘルスケア支援への適用 第13章　深層強化学習の入口