Python で実践する 強化学習と転移学習(パイソンデジッセンスルキョウカガクシュウトテンイガクシュウ)
- 著者:
- 河野 仁(コウノ ヒトシ)
- 出版社:
- 森北出版
- 出版日:
- 2022年08月31日頃
- ISBN:
- 9784627856615
- 在庫:
- 在庫あり
なぜ注目されているか
書籍紹介
Python による実装で、強化学習×転移学習のパワフルさを体感しよう
《本書の特長》
●強化学習の理論の初歩から丁寧に解説。 Python によるシミュレーションを実装しながら手法を体感できるので、簡単なプログラミング経験があれば、つまずくことなく読み進めることができます。
●後半では、学習した知識を再利用する技法である「転移学習」と強化学習とを組み合わせた「転移強化学習」について詳しく解説されています。強化学習と同様に、シミュレーションを通して、転移学習による学習の高速化、高精度化を試すことができます。
●理論と実装だけでなく、学習の自動化・省力化のための一段高度なチューニング技法や、コーディングの際に気を付けなければいけない落とし穴ももれなく解説。この 1 冊で、転移強化学習の基礎から応用までをすみずみまで学べます。
本書で紹介したソースコードは、森北出版 Web サイトで公開されています。
第 1 章 強化学習と転移学習
第 2 章 強化学習の理論
第 3 章 強化学習のシミュレーション
第 4 章 転移学習の理論
第 5 章 転移学習のシミュレーション
第 6 章 転移学習の実装上の注意点
第 7 章 転移強化学習の応用
第 8 章 完全な自立的転移強化学習に向けて
技書の森解説
強化学習と転移学習は機械学習のなかでも理論が重く、教科書を読んだだけでは手が動かないまま終わりがちな領域です。本書は Python のコードを動かしながら、マルコフ決定過程や Q 学習の基本から深層強化学習 (DQN 等) や転移学習の実装までを一冊で体験する構成になっています。
強化学習パートでは OpenAI Gym を使ったシミュレーション環境で実験を繰り返し、報酬設計やハイパーパラメータの影響を手元で確認できます。転移学習パートでは事前学習済みモデルの特徴量を再利用する手法を実データで試し、少量のデータでも精度を出すテクニックを体験します。理論の全貌を網羅するというより、「まず動かして感覚をつかむ」ことに主眼を置いた実践寄りの書です。
前提知識としては、 Python の基本文法と機械学習の初歩 (教師あり学習の概念程度) が求められます。数学的に厳密な証明や最先端の手法を追いたい場合は Sutton & Barto などの専門書が適しますが、本書は「まず実装してみる」ことで理論の理解を助けるための足場として使える一冊です。
言及 Qiita 記事 (2 件)
この本に興味がある方におすすめ
この本に関連
関連記事
機械学習・AI 本ガイド - エンジニアが読むべき技術書の選び方
機械学習の基礎から実践まで学べる技術書の選び方を紹介。「Python ではじめる機械学習」などのハンズオン本を軸に、数学が苦手な人向けの学習ルートと ML 本の賞味期限の見極め方を解説します。
技術書と動画教材の使い分け - それぞれの強みを活かす
技術書と動画教材 (Udemy 等) の強みと弱みを比較し、学習目的に応じた最適な使い分け方を紹介します。
「写経」「模写」「車輪の再発明」- 手を動かす学習法の使い分け
写経、模写、車輪の再発明。手を動かす学習法は複数ありますが、それぞれ鍛えられるスキルが異なります。目的に応じた使い分けを解説します。