最適化のための強化学習
1～2日で出荷、新刊の場合、発売日以降のお届けになります
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。
お気に入りカテゴリ
よく利用するジャンルを設定できます。
カテゴリ
「+」ボタンからジャンル（検索条件）を絞って検索してください。
表示の並び替えができます。
