機械学習スタートアップシリーズ Pythonで学ぶ強化学習 入門から実践まで

内容紹介
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
目次
- 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
製品情報
製品名 | 機械学習スタートアップシリーズ Pythonで学ぶ強化学習 入門から実践まで |
---|---|
著者名 | 著:久保 隆宏 |
発売日 | 2019年01月17日 |
価格 | 定価 : 本体2,800円(税別) |
ISBN | 978-4-06-514298-1 |
判型 | A5 |
ページ数 | 304ページ |
関連シリーズ
-
これならわかる深層学習入門
-
スタンフォード ベクトル・行列からはじめる最適化数学
-
しっかり学ぶ数理最適化
-
イラストで学ぶ 機械学習 最小二乗法による識別モデル学習
-
ベイズ推論による機械学習入門
-
テキスト・画像・音声データ分析
-
データサイエンスのためのデータベース
-
絵でわかるサイバーセキュリティ
-
絵でわかるネットワーク
-
統計モデルと推測
-
データサイエンスの基礎
-
ベイズ深層学習
-
イラストで学ぶディープラーニング
-
イラストで学ぶ ヒューマンインタフェース
-
Raspberry Piではじめる機械学習
-
今度こそわかる量子コンピューター
-
絵でわかるスーパーコンピュータ
-
イラストで学ぶ 音声認識
-
情報メディア論
おすすめの本
-
電子あり
形を読む 生物の形態をめぐって
-
電子あり
統計モデルと推測
-
電子あり
四色問題 どう解かれ何をもたらしたのか
-
電子あり
イノベーターズ2 天才、ハッカー、ギークがおりなすデジタル革命史
-
電子あり
次のテクノロジーで世界はどう変わるのか
-
イラストで学ぶ 音声認識
-
電子あり
Pythonで学ぶアルゴリズムとデータ構造
-
カラー図解 Javaで始めるプログラミング 知識ゼロからの定番言語「超」入門
-
pixivエンジニアが教えるプログラミング入門
-
電子あり
イラストで学ぶ ヒューマンインタフェース 改訂第2版
-
電子あり
実践Data Scienceシリーズ PythonではじめるKaggleスタートブック
-
電子あり
人工知能はいかにして強くなるのか? 対戦型AIで学ぶ基本のしくみ