強化学習アルゴリズム入門　「平均」からはじめる基礎と応用

強化学習の難解な理論を平均を入口としてやさしく解説。原理→数式→プログラムの流れで全体像を直感的に把握できます。

目次

第１章　平均で学ぶ強化学習の基本概念（平均と期待値
平均と価値　ほか）
第２章　各アルゴリズムの特徴と応用（強化学習における方策π（ａ｜Ｓ）
動的計画法　ほか）
第３章　関数近似手法（関数近似の基本概念
関数近似モデルを用いたＶ（Ｓｔ）の表現　ほか）
第４章　深層強化学習の原理と手法（ＴＤ‐Ｑ学習法におけるＮＮによる行動価値関数の回帰
ＤＱＮによる行動状態価値関数の近似　ほか）

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。