最適化のための強化学習

Ｐｙｔｈｏｎによる問題解決シリーズ　３

近代科学社
小林和博　久保幹雄　

• 価格: 3,520円（本体3,200円＋税）
• 発行年月: 2024年09月
• 判型: Ｂ５
• ISBN: 9784764907102

内容情報

[日販商品データベースより]

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。ほとんどの内容は簡単な数学の知識があれば問題なく理解できるよう記述し、読者の学びやすさを優先して繰り返しの説明や既出の数式を再掲するなど工夫している。Pythonの基礎から強化学習の利用までを詳細に解説した充実の一冊。