機械学習スタートアップシリーズ Pythonで学ぶ強化学習 [改訂第2版] 入門から実践まで (KS情報科学専門書)(中古品)
4,600円(税込)
配送情報
お届け予定日:6月1日〜6月9日
※一部地域・離島につきましては、表示のお届け予定日期間内にお届けできない場合があります。ロットナンバー
623234603
商品説明
(中古品)
機械学習スタートアップシリーズ Pythonで学ぶ強化学習 [改訂第2版] 入門から実践まで (KS情報科学専門書)
【ブランド名】
講談社
久保 隆宏: author;
【商品説明】
内容紹介 「Pythonで強化学習が実装できる!」と好評を得た入門書の改訂版。読者からの要望・指摘を反映させた。主に、Policy GradientとA2Cの記述・実装を見直した。 ・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 強化学習とさまざまなキーワードの関係 強化学習のメリット・デメリット 強化学習における問題設定:Markov Decision Process 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 経験を価値評価、戦略どちらの更新に利用するか:Valueベース vs Policyベース 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 価値評価を、パラメーターを持った関数で実装する:Value Function Approximation 価値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) 価値評価か、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 内容(「BOOK」データベースより) 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。 著者について 久保 隆宏 TIS株式会社戦略技術センター所属。Twitter:@icoxfog417。 現在は、「人のための要約」を目指し、少ない学習データによる要約の作成・図表化に取り組む。また、論文のまとめを共有するarXivTimesの運営、『直感 Deep Learning』オライリージャパン(2018)の翻訳など、技術の普及を積極的に行っている。
当店では初期不良に限り、商品到着から7日間は返品をお受けいたします。
イメージと違う、必要でなくなった等、お客様都合のキャンセル・返品は一切お受けしておりません。
中古品の場合、基本的に説明書・外箱・ドライバーインストール用のCD-ROMはついておりません。
商品名に「限定」「保証」等の記載がある場合でも特典や保証・ダウンロードコードは付いておりません。
写真は代表画像であり実際にお届けする商品の状態とは異なる場合があります。
中古品の場合は中古の特性上キズ、汚れがある場合があります。
他モールでも併売しておりますので、万が一お品切れの場合はご連絡致します。
ご注文からお届けまで
1.ご注文
ご注文は24時間受け付けております
2.注文確認 ご注文後、注文確認メールを送信します
3.在庫確認
在庫切れの場合はご連絡させて頂きます。
※中古品は受注後に、再メンテナンス、梱包しますのでお届けまで3〜7営業日程度とお考え下さい。
4.入金確認
前払い決済をご選択の場合、ご入金確認後、配送手配を致します。
5.出荷
配送準備が整い次第、出荷致します。配送業者、追跡番号等の詳細をメール送信致します。
6.到着
出荷後、1〜3日後に商品が到着します。
※離島、北海道、九州、沖縄は遅れる場合がございます。予めご了承下さい。
機械学習スタートアップシリーズ Pythonで学ぶ強化学習 [改訂第2版] 入門から実践まで (KS情報科学専門書)
【ブランド名】
講談社
久保 隆宏: author;
【商品説明】
内容紹介 「Pythonで強化学習が実装できる!」と好評を得た入門書の改訂版。読者からの要望・指摘を反映させた。主に、Policy GradientとA2Cの記述・実装を見直した。 ・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 強化学習とさまざまなキーワードの関係 強化学習のメリット・デメリット 強化学習における問題設定:Markov Decision Process 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 経験を価値評価、戦略どちらの更新に利用するか:Valueベース vs Policyベース 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 価値評価を、パラメーターを持った関数で実装する:Value Function Approximation 価値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) 価値評価か、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 内容(「BOOK」データベースより) 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。 著者について 久保 隆宏 TIS株式会社戦略技術センター所属。Twitter:@icoxfog417。 現在は、「人のための要約」を目指し、少ない学習データによる要約の作成・図表化に取り組む。また、論文のまとめを共有するarXivTimesの運営、『直感 Deep Learning』オライリージャパン(2018)の翻訳など、技術の普及を積極的に行っている。
当店では初期不良に限り、商品到着から7日間は返品をお受けいたします。
イメージと違う、必要でなくなった等、お客様都合のキャンセル・返品は一切お受けしておりません。
中古品の場合、基本的に説明書・外箱・ドライバーインストール用のCD-ROMはついておりません。
商品名に「限定」「保証」等の記載がある場合でも特典や保証・ダウンロードコードは付いておりません。
写真は代表画像であり実際にお届けする商品の状態とは異なる場合があります。
中古品の場合は中古の特性上キズ、汚れがある場合があります。
他モールでも併売しておりますので、万が一お品切れの場合はご連絡致します。
ご注文からお届けまで
1.ご注文
ご注文は24時間受け付けております
2.注文確認 ご注文後、注文確認メールを送信します
3.在庫確認
在庫切れの場合はご連絡させて頂きます。
※中古品は受注後に、再メンテナンス、梱包しますのでお届けまで3〜7営業日程度とお考え下さい。
4.入金確認
前払い決済をご選択の場合、ご入金確認後、配送手配を致します。
5.出荷
配送準備が整い次第、出荷致します。配送業者、追跡番号等の詳細をメール送信致します。
6.到着
出荷後、1〜3日後に商品が到着します。
※離島、北海道、九州、沖縄は遅れる場合がございます。予めご了承下さい。
(中古品)機械学習スタートアップシリーズ Pythonで学ぶ強化学習 [改訂第2版] 入門から実践まで (KS情報科学専門書)/講談社/久保 隆宏: author; /内容紹介
「Pythonで強化学習が実装できる!」と好評を得た入門書の改訂版。読者からの要望・指摘を反映させた。主に、Policy GradientとA2Cの記述・実装を見直した。
・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
強化学習とさまざまなキーワードの関係
強化学習のメリット・デメリット
強化学習における問題設定:Markov Decision Process
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 D
レビュー
商品の評価:
-点(0件)
お店の情報
お店の評価:
-点(0件)
連絡・応対
-
配送スピード
-
梱包
-