
マイページに作品情報をお届け!
強化学習
キョウカガクシュウ
- 著: 森村 哲郎
理論は裏切らない
・強化学習で必要になる数理を広くカバーした。
・一貫したていねいな解説なので、じっくり読める。付録・参考文献も充実!
・ベルマン方程式、TD学習、方策勾配、POMDP、深層強化学習をより深く!
【おもな内容】
第1章 準備
1.1 強化学習とは
1.2 マルコフ決定過程と逐次的意思決定問題
1.3 方策
1.4 逐次的意思決定問題の定式化
第2章 プランニング
2.1 準備
2.2 動的計画法
2.3 動的計画法による解法
2.4 線形計画法による解法
第3章 探索と活用のトレードオフ
3.1 概要
3.2 探索と活用のトレードオフ
3.3 方策モデル
第4章 モデルフリー型の強化学習
4.1 データにもとづく意思決定
4.2 価値関数の推定
4.3 方策と行動価値関数の学習
4.4 収束性
4.5 アクター・クリティック法
第5章 モデルベース型の強化学習
5.1 問題設定の整理
5.2 環境推定
5.3 ブラックボックス生成モデルに対するプランニング
5.4 オンラインのモデルベース型強化学習
第6章 関数近似を用いた強化学習
6.1 概要
6.2 価値関数の関数近似
6.3 方策の関数近似
第7章 部分観測マルコフ決定過程
7.1 部分観測マルコフ決定過程(POMDP)の基礎
7.2 POMDP のプランニング
7.3 POMDP の学習
第8章 最近の話題
8.1 分布強化学習
8.2 深層強化学習
付録A 補足
A.1 証明
A.2 ノルム
A.3 線形計画法
A.4 自然勾配法の補足
Ⓒ森村哲郎
- 前巻
- 次巻
オンライン書店で購入する
目次
準備
プランニング
探索と活用のトレードオフ
モデルフリー型の強化学習
モデルベース型の強化学習
関数近似を用いた強化学習
部分観測マルコフ決定過程
最近の話題
書誌情報
紙版
発売日
2019年05月23日
ISBN
9784065155912
判型
A5
価格
定価:3,300円(本体3,000円)
ページ数
320ページ
シリーズ
機械学習プロフェッショナルシリーズ
電子版
発売日
2019年09月20日
JDCN
06A0000000000131623J
著者紹介
日本アイ・ビー・エム 東京基礎研究所 研究員
オンライン書店一覧
関連シリーズ
-
グラフニューラルネットワーク
-
最適輸送の理論とアルゴリズム
-
機械学習工学
-
ガウス過程と機械学習
-
機械学習のための連続最適化
-
劣モジュラ最適化と機械学習
-
変分ベイズ学習
-
深層学習による自然言語処理
-
統計的学習理論
-
統計的因果探索
-
生命情報処理における機械学習
-
深層学習
-
機械学習のための確率と統計
-
関係データ学習
-
確率的最適化
-
画像認識
-
音声認識
-
異常検知と変化検知
-
ヒューマンコンピュテーションとクラウドソーシング
-
バンディット問題の理論とアルゴリズム
-
ノンパラメトリックベイズ 点過程と統計的機械学習の数理
-
トピックモデル
-
データ解析におけるプライバシー保護
-
スパース性に基づく機械学習
-
サポートベクトルマシン
-
グラフィカルモデル
-
オンライン予測
-
オンライン学習
-
ウェブデータの機械学習