資料詳細

  • 1 件中、 1 件目

【図書】 ＩＴエンジニアのための強化学習理論入門

Ｐｙｔｈｏｎで学ぶアルゴリズムの動作原理 --
中井悦司 ／著   -- 技術評論社 -- ２０２０．７ -- ２１ｃｍ -- ２８３ｐ

資料詳細

タイトル ＩＴエンジニアのための強化学習理論入門
副書名 Ｐｙｔｈｏｎで学ぶアルゴリズムの動作原理
著者名等 中井悦司 ／著  
出版 技術評論社 ２０２０．７
大きさ等 ２１ｃｍ ２８３ｐ
分類 007.13
件名 機械学習 , アルゴリズム , プログラミング（コンピュータ）
注記 欧文タイトル：Ｒｅｉｎｆｏｒｃｅｍｅｎｔ　Ｌｅａｒｎｉｎｇ　ｆｏｒ　Ｓｏｆｔｗａｒｅ　Ｅｎｇｉｎｅｅｒｓ
注記 文献あり　索引あり
著者紹介 １９７１年４月大阪生まれ。ノーベル物理学賞を本気で夢見て、理論物理学の研究に没頭する学生時代、大学受験教育に情熱を傾ける予備校講師の頃、そして、外資系ベンダーでＬｉｎｕｘエンジニアを生業にするに至るまで、妙な縁が続いて、常にＵｎｉｘ／Ｌｉｎｕｘサーバーと人生を共にする。現在は、米系ＩＴ企業のＳｏｌｕｔｉｏｎｓ　Ａｒｃｈｉｔｅｃｔとして活動。最近は、機械学習をはじめとするデータ活用技術の基礎を世に広めるために、講演活動のほか、雑誌記事や書籍の執筆にも注力。主な著書は、『［改訂新版］プロのためのＬｉｎｕｘシステム構築・運用技術』（技術評論社）など。（本データはこの書籍が刊行された当時に掲載されていたものです）
要旨 強化学習の基礎となるアルゴリズムを体系的に学ぶ。
目次 １　強化学習のゴールと課題（強化学習の考え方；実行環境のセットアップ；バンディットアルゴリズム（基本編）；バンディットアルゴリズム（応用編））；２　環境モデルを用いた強化学習の枠組み（マルコフ決定過程による環境のモデル化；エージェントの行動ポリシーと状態価値関数；動的計画法による状態価値関数の決定）；３　行動ポリシーの改善アルゴリズム（ポリシー反復法；価値反復法；より実践的な実装例）；４　サンプリングデータを用いた学習法（モンテカルロ法；ＴＤ（Ｔｅｍｐｏｒａｌ‐Ｄｉｆｆｅｒｅｎｃｅ）法）；５　ニューラルネットワークによる関数近似（ニューラルネットワークによる状態価値関数の計算；ニューラルネットワークを用いたＱ‐Ｌｅａｒｎｉｎｇ）
ISBN(13)、ISBN 978-4-297-11515-9　　 4-297-11515-8
書誌番号 1113798364
URL https://opac.lib.city.yokohama.lg.jp/winj/opac/switch-detail.do?bibid=1113798364

ページの先頭へ

所蔵

所蔵は 5 件です。現在の予約件数は 0 件です。

所蔵館 所蔵場所 別置 請求記号 資料区分 状態 取扱 資料コード
中央 ４階自然科学 Map 情報科学 007.1 一般書 利用可 - 2066519379 iLisvirtual
神奈川 公開 Map 情報科学 007.1 一般書 利用可 - 2066557319 iLisvirtual
南 公開 Map 007.1 一般書 利用可 - 2066567012 iLisvirtual
都筑 公開 情報科学 007.1 一般書 貸出中 - 2066555731 iLisvirtual
戸塚 公開 Map 情報科学 007.1 一般書 利用可 - 2069054865 iLisvirtual

ページの先頭へ