当日発送
送料無料

つくりながら学ぶ！深層強化学習 PyTorchによる実践プログラミング（マイナビ出版） [電子書籍]

ブランド:cYLdyb8b

お気に入りブランド

クチコミ評価4.7（659件）

販売価格：: ￥2450.00税込
獲得ポイント：: 77ポイント

商品がカートに追加されました

つくりながら学ぶ！深層強化学習 PyTorchによる実践プログラミング（マイナビ出版） [電子書籍]

販売価格：￥2450.00 税込

お買い物を続けるカートへ進む

在庫あり

※ 商品のお届けについてはこちらよりご確認ください。

SHOPPING が販売、発送いたします。

当日発送可 (14:00までのご注文が対象)

※
ご注文内容・出荷状況によっては当日発送できない場合もございます。
詳しくはこちらよりご確認ください。

利用可

※
ポストにお届け / 一点のみ購入でご利用可能です。
ゆうパケットでのお届けの場合はサンプル・ノベルティが対象外となります。
ゆうパケットには破損・紛失の保証はございません。
詳しくはこちらよりご確認ください。

商品の詳細

強化学習、さらにディープラーニングを組み合わせた深層強化学習DQN（Deep Q-Network）という用語を目にする機会が増えています。本書は関連の概念を分かりやすく解説しつつ、Python＋PyTorchで「倒立振子課題」「迷路を解くプログラム」「ブロック崩しの攻略」を実装していきます。

第1章「強化学習の概要」では機械学習とその3分類（教師あり学習、教師なし学習、強化学習）について紹介します。

第2章「迷路課題に強化学習を実装しよう」では、簡単な強化学習（方策勾配法、Sarsa、Q学習）のコードをひとつずつ実装しながら、強化学習のアルゴリズムと実装方法を理解します。迷路を最短ルートでゴールするよう強化学習させます。

第3章「倒立振子課題に強化学習を実装しよう」では、2章で学んだ強化学習の基本をより複雑な課題への適用します。倒立振子とは、“ほうきを手のひらの上に立てる”遊びと同じ内容でその制御ルールを強化学習させます。Anacondaを用いたセットアップ方法も解説します。

第4章「Pytorchでディープラーニングを実装しよう」では、ディープラーニングの内容を理解し、PyTorchで実装します。ニューラルネットワークとディープラーニング発展の歴史、学習フェイズと推論フェイズについて解説。最後に手書き数字の画像を分類するMNIST課題を実装解説します。

第5章「深層強化学習DQNを実装しよう」では、強化学習にディープラーニングを組み合わせた“深層強化学習”を理解し、DQNを実装できるようにします。第3章の倒立振子課題に対してDQNを実装します。

第6章「深層強化学習の発展版を実装しよう」では、新しい深層強化学習の手法、Double-DQN、Dueling Network、Prioritized Experience Replay、そしてA3C、A2Cを理解し、実装できるようにします。

第7章「AWSのGPU環境でブロック崩しを実装しよう」では、ブロック崩しゲームを対象に深層強化学習のA2Cを実装します。実行環境としてAmazonのクラウドサービスAWSのGPU環境を使用する方法も解説します。