最適化のための強化学習
小林 和博
近代科学社本書では、強化学習における基本的な考え方や計算手法を紹介し、実際にPython を用いて実現する方法をまとめている。具体的にはマルコフ決定過程、価値関数、方策評価、方策反復、価値反復、モンテカルロ評価、SARSA、Q学習を扱う。
【注意】本書のEPUB版は固定レイアウト型になっております。文字の大きさの変更や検索、引用などはお使いいただけません。画面の大きい端末でご利用ください。
書籍情報
著者: 小林 和博
発行日: 2024-09-30
最終更新日: 2024-09-30
バージョン: 1.0.0
ページ数: 207ページ(PDF版換算)ページ
対応フォーマット: PDF, EPUB
出版社: 近代科学社
対象読者
マルコフ性,マルコフ連鎖,推移確率行列,マルコフ過程,ランダム・ウォーク,擬似乱数,マルコフ報酬過程,割引報酬,リターン,価値関数,マルコフ決定過程,方策評価,方策改善,方策反復,価値反復,モデルベース,モデルフリー,全幅探索,サンプル探索,TD学習に興味がある人
著者について
1998年 東京大学工学部計数工学科卒業
2000年 東京大学大学院工学系研究科計数工学専攻修士課程修了，修士（工学）
2009年 博士（理学）
現在青山学院大学理工学部准教授
主要著書『サプライチェーンリスク管理と人道支援ロジスティクス』（共著），近代科学社(2015)，『航海応用力学の基礎』（共著），成山堂書店(2015)，『Python 言語によるビジネスアナリティクス|実務家のための最適化・統計解析・機械，学習』（共著），近代科学社(2016)，『最適化問題入門』（Python による問題解決シリーズ2），近代科学社(2020)