「強化学習」を学びたい人が最初に読む本

「強化学習」とは、簡単に言えば、「試行錯誤によって学習する AI 」です。 機械学習の一種で、近年のディープラーニングの発展の恩恵を受け、注目されています。 本書は、基本のアルゴリズムからニューラルネットを使った応用まで、 強化学習の理論と実装がわかる本です。 強化学習がどんな仕組みの AI なのか、 これから学んでみたいという人や 興味はあるけれど難しそうだと思っている人におすすめです。 【本書の特徴】 ●強化学習の難解な理論をやさしく解説 難しい用語や数式は、高校数学の知識があれば理解できるように一歩一歩説明します。教師あり学習やニューラルネットワークなど、機械学習の前提知識も解説しています。 ●画面上のロボットを動かすことで直観的に理解 強化学習の問題や学習結果は、画面上のロボットが動くアニメーションで確認できます。プログラムを実行するための環境構築や操作方法の説明があるので、すぐに動かすことができます。 ● Python で強化学習のプログラムを改良 サンプルプログラムは軽量で、一般的な PC (GPU などが装備された PC は不要) で動かせます。強化学習のライブラリは使用せずに実装されており、ブラックボックス化されていないのでアルゴリズムがよくわかります。本書では、サンプルプログラムを自分で改良するためのポイントや、 Python の基本、主要ライブラリ (NumPy 、 matplotlib 、 OpenCV 、 TensorFlow) の一部の使い方を紹介しています。 1 章 強化学習の位置づけ 2 章 Python の環境構築 3 章 教師あり学習 4 章 強化学習の問題設定 5 章 基本の Q 学習:tableQ 6 章 ニューラルネット Q 学習: netQ 7 章 経験再生を取り入れた Q 学習: replayQ 、 targetQ 8 章 改良と工夫 講座 A Visual Studio Code のインストールと使い方 講座 B Python の基本