￥3,300

無料配送: 明日詳細を見る

最も早いお届け日: 本日
4 時間 20 分以内に注文した場合. 詳細を見る

在庫あり。
お使いのスマホ、タブレット、PCで読めるKindle版(電子書籍)もあります。在庫状況について

この商品は、Amazon.co.jp が販売、発送します。

この商品をお持ちですか？マーケットプレイスに出品する

裏表紙を表示表紙を表示

サンプルを聴く再生中... 一時停止 Audible オーディオエディションのサンプルをお聴きいただいています。

3点すべてのイメージを見る

著者をフォロー

森村哲郎

強化学習 (機械学習プロフェッショナルシリーズ) (日本語) 単行本 – 2019/5/23

森村哲郎 (著)

18個の評価

その他の形式およびエディションを表示する他の形式およびエディションを非表示にする

価格

新品

中古品

Kindle版 (電子書籍)

"もう一度試してください。"

￥3,300

—

単行本

"もう一度試してください。"

￥3,300

￥4,890

購入を強化する

理論は裏切らない
・強化学習で必要になる数理を広くカバーした。
・一貫したていねいな解説なので、じっくり読める。付録・参考文献も充実!
・ベルマン方程式、TD学習、方策勾配、POMDP、深層強化学習をより深く!

【おもな内容】
第1章準備
1.1 強化学習とは
1.2 マルコフ決定過程と逐次的意思決定問題
1.3 方策
1.4 逐次的意思決定問題の定式化

第2章プランニング
2.1 準備
2.2 動的計画法
2.3 動的計画法による解法
2.4 線形計画法による解法

第3章探索と活用のトレードオフ
3.1 概要
3.2 探索と活用のトレードオフ
3.3 方策モデル

第4章モデルフリー型の強化学習
4.1 データにもとづく意思決定
4.2 価値関数の推定
4.3 方策と行動価値関数の学習
4.4 収束性
4.5 アクター・クリティック法

第5章モデルベース型の強化学習
5.1 問題設定の整理
5.2 環境推定
5.3 ブラックボックス生成モデルに対するプランニング
5.4 オンラインのモデルベース型強化学習

第6章関数近似を用いた強化学習
6.1 概要
6.2 価値関数の関数近似
6.3 方策の関数近似

第7章部分観測マルコフ決定過程
7.1 部分観測マルコフ決定過程(POMDP)の基礎
7.2 POMDP のプランニング
7.3 POMDP の学習

第8章最近の話題
8.1 分布強化学習
8.2 深層強化学習

付録A 補足
A.1 証明
A.2 ノルム
A.3 線形計画法
A.4 自然勾配法の補足

本の長さ

320ページ
言語

日本語
出版社

講談社
発売日

2019/5/23
寸法

14.9 x 2 x 21 cm
ISBN-10

4065155916
ISBN-13

978-4065155912
すべての詳細を表示

よく一緒に購入されている商品

総額: ￥9,900

ポイントの合計: 99pt (1%)

選択された商品をまとめて購入

対象商品:強化学習 (機械学習プロフェッショナルシリーズ) - 森村哲郎単行本￥3,300
在庫あり。
この商品は、Amazon.co.jpが販売および発送します。
通常配送無料（一部の商品・注文方法等を除く）詳細
ベイズ深層学習 (機械学習プロフェッショナルシリーズ) - 須山敦志単行本￥3,300
在庫あり。
この商品は、Amazon.co.jpが販売および発送します。
通常配送無料（一部の商品・注文方法等を除く）詳細
ガウス過程と機械学習 (機械学習プロフェッショナルシリーズ) - 持橋大地単行本￥3,300
在庫あり。
この商品は、Amazon.co.jpが販売および発送します。
通常配送無料（一部の商品・注文方法等を除く）詳細

この商品をチェックした人はこんな商品もチェックしています

ページ: 1 / 1 最初に戻るページ: 1 / 1

斎藤康毅
61
単行本（ソフトカバー）
￥4,400
44pt (1%)
布留川英一
22
単行本
￥3,520
35pt (1%)
持橋大地
39
単行本
￥3,300
33pt (1%)
須山敦志
32
単行本
￥3,080
33pt (1%)
須山敦志
17
単行本
￥3,300
33pt (1%)
株式会社電通国際情報サービス小川雄太郎
27
単行本（ソフトカバー）
￥3,608
36pt (1%)

１分以内にKindleで強化学習 (機械学習プロフェッショナルシリーズ) をお読みいただけます。

Kindle をお持ちでない場合、Get your Kindle here Kindle 無料アプリのダウンロードはこちら。

商品の説明

著者について

森村哲郎
日本アイ・ビー・エム東京基礎研究所研究員

登録情報

出版社 : 講談社 (2019/5/23)
発売日 : 2019/5/23
言語 : 日本語
単行本 : 320ページ
ISBN-10 : 4065155916
ISBN-13 : 978-4065155912
寸法 : 14.9 x 2 x 21 cm

Amazon 売れ筋ランキング: - 36,181位本 (の売れ筋ランキングを見る本)
- - 111位人工知能

カスタマーレビュー:
18個の評価

この商品を買った人はこんな商品も買っています

ページ: 1 / 1 最初に戻るページ: 1 / 1

カスタマーレビュー

星5つ		53%
星4つ		16%
星3つ		22%
星2つ		8%
星1つ 0% (0%)		0%

評価はどのように計算されますか?

この商品をレビュー

カスタマーレビューを書く

上位レビュー、対象国：日本

レビューのフィルタリング中に問題が発生しました。後でもう一度試してください。

Amazon カスタマー

ほぼ数学の本？

2019年6月20日に日本でレビュー済み

Amazonで購入

読み始めたところ(50ページ位)ですが、気になる点。
ほぼ数学式の証明問題となっているので仕方ないのかもしれませんが、文章が、まどろっこしい。一通り読破してみて、考えが変わったら評価を上げて再レビューします。

14人のお客様がこれが役に立ったと考えています

役に立った

יודה

完全に数学専門書の展開方法になっており、大変気に入りました。

2019年11月18日に日本でレビュー済み

Amazonで購入

完全に数学専門書の展開方法になっており、大変気に入りました。最新の理論的成果が述べられています。即プログラムで使いたい人には向いていません。
※個人的には、予測状態表現(PSR)について、記述を追加して欲しい。脳のモデルとして重要であると思います。

3人のお客様がこれが役に立ったと考えています

役に立った

ただの読者

レベルを上げて数学で殴ればいい。

2020年2月6日に日本でレビュー済み

Amazonで購入

この本・・・コードないんですけど。。。
そうだ！
強化学習は、自身のレベルを上げて、数学で殴ればいい。そんな感じの本。
（既存の強化学習の本を読んで、数学的な曖昧さに
怒りを覚えている読者にこの本を勧めます。
その代わり、多少の難解さは、覚悟すること。コテコテの数学である。）

4人のお客様がこれが役に立ったと考えています

役に立った

書籍版で修正されている誤字が電子版では修正されていないことがあるので電子版を購入する方は気を付けてください(2020/11/13現在)

2020年11月13日に日本でレビュー済み

Amazonで購入

書籍版で修正されている誤字が電子版では修正されていケースが今読んでいる範囲でも2,3ありました．どちらを購入するか迷っている人はその点も考慮したほうがいいかもしれません．誤字だと気づかずに長時間考えてしまったことがあったので．

1人のお客様がこれが役に立ったと考えています

役に立った

ぐりとぐら

感謝しかない骨太の良書！

2019年7月8日に日本でレビュー済み

まず、こちらは実装本ではない。
しかし、流行りの深層強化学習に特化せずに、強化学習の全般を広くカバーしている。
「理論はどうなっている？」と立ち返るときに読み進めていきたい。
初歩から例題ともにわかりやすく書かれており、かゆいところにも手が届く詳しさが良い！

これまでは、論文を読み進めて知識を得るしかなかったが、
信頼できる専門家が体系的に書き下ろした解説を本当にありがたい。感謝しかない。

11人のお客様がこれが役に立ったと考えています

役に立った

cider

強化学習の理論の辞書

2020年5月19日に日本でレビュー済み

まず初めに．本書のまえがきに「強化学習アルゴリズムを幅広く紹介するのではなく，"数理的な事項の紹介"を主にして，強化学習を研究もしくは応用するための基礎作りに貢献することを目指す」とはっきり書いてあります．したがって批評はこの観点からなされるべきで，実際の応用例がない，数学的すぎるといった評価は好ましくないと考えます．

以下，私の批評です．完全には読み込んでいません（特に5〜8章）ので，不完全であることをご了承ください．
・全体として．辞書的な設計になっており，2周目に入らないと，なぜここでそのような概念を導入する必要があるのかがわからなくなっています．一つ一つのトピックの扱い方は丁寧にあるでもかかわらず，本全体を貫くストーリーがぼやけていて，非常に読みにくいです．「後ほど出てきますが，今紹介しておくと」といった内容が多すぎると思います（特に第1章）．
・このことで，特に顕著なのは1章での目的関数の紹介です．どの章でどういった目的関数を使うか，なぜそれでいいかをきちっと整理しておくべきだと思います．例えば多くのページを割いている f0, f∞をあらわに目的関数にするのは6章です．第2章でこれを目的関数にするのかと思いきや，そうではなく価値関数の最大化に話が移ってしまい，f0, f∞との関連が気になったまま話が進んでしまいます(p56に載っていますが，遅すぎると思います)．4章でも行動価値関数の最大化が主目的となり，1章の枠組みで捉えた時になぜこれを最大化する必要があるのかが不透明です．
・報酬関数の概念がやや説明不足と感じました．これは報酬の次状態に関する期待値と考えるのが適切で，（簡単さを犠牲にしても）報酬とはやや異なっていることを述べるべきだったと思います．特に，p35, 36 の例7で登場するモデルは報酬が次状態に依存しており，不適切です．

・一つ一つのトピックの取り扱いは丁寧で，きちんと読み込めばだいたいは理解できるように記述されていると感じました．しかしながら以上に述べた点で，第2章まででかなり苦しい思いをするので，読み込もうという気持ちにはなりづらいと思います．

私個人としては，どこからこのアルゴリズムが出てくるのか，という点に関心があってこの本を手に取りましたが，その点では満足しています．

以下，気がついた誤植，不明点等を並べておきます．
p16 和が1になる条件はどこで使われているのでしょうか．
p26 ブラックボックモデル
p30 初期状態として任意の状態があり得るというのはかなり強い仮定だと感じます．そうでない場合はどうなるのかが気になりました．
p33 (1.31) Πはボールド体ではない方が自然
p54 代入してみましたが，等価にはならないと思います．不動点が同一となる別の作用素が得られるという感じでしょうか．
p40 (2.3) 条件付き確率の条件 S0=s -> S0=s0
p63 方策反復法は，価値反復法と異なり根拠なく登場してあとから正当化するという流れになっている．価値反復法と同じ流れで揃えた方がわかりやすい．
p89 (4.5) ハットg0 -> ハットg
4.3節ここも最初に動機だけ簡単に喋ったのち，2章の流れを踏襲して環境が既知の場合で定義，ベルマン方程式，プランニング問題としてから標本近似の流れにした方がわかりやすい．さらにプランニングの説明ではハットVやハットQではなくて，v, q を使うべき．
p104 (4.37) 期待値のπが消えているが，これは正しい．式中で方策に影響を与えるのは報酬関数内の At のみだが，行動空間へ拡張されたことで条件に行動の値まで追加されたため．注釈等入れた方が良い．
4章批評とは関係ないですが，例えばゲームなど時系列的なものはエルゴード性，累積学習率の仮定をどう担保しているのだろうと思いました．
p123 (4.61) αt A + Xt -> αt (A + Xt)
p156 ニュラールネットワーク
p232 適応 → 適用

8人のお客様がこれが役に立ったと考えています

役に立った

うっちー

平易で丁寧に書かれている理論（数学）の本

2019年7月13日に日本でレビュー済み

計算例が１つも無いので、応用をイメージできない。応用の観点から、逆強化学習にも触れてほしかった。
丁寧にかかれているために、それだけ分厚くなった。理論的背景を確認するための参考書として良いです。

3人のお客様がこれが役に立ったと考えています

役に立った

Amazon カスタマー

非情報系学部生にもお勧め

2020年4月3日に日本でレビュー済み

他のレヴューにあるように、数学的な記述が多いため入門書としては非常に難解です。
しかし、理論から証明まで体系的に記載されていて、かつ論文で用いられているような表記法が分かり易く説明されているため、初学者は必ず読むべき1冊です。
将来、強化学習や機械学習を用いた研究をしたいが、何をすべきか分からない非情報系学部生におすすめです。

3人のお客様がこれが役に立ったと考えています

役に立った

Amazon Advertising 商品の露出でお客様の関心と反応を引き出す	Audible（オーディブル）本は、聴こう。最初の1冊は無料	アマゾンウェブサービス（AWS）クラウドコンピューティングサービス	Amazonアウトレット訳あり商品をお手頃価格で販売	Amazonビジネス（法人購買）請求書払い法人価格・数量割引

AmazonGlobal 65か国/地域以上への海外配送がより簡単に	Book Depository 送料無料で世界中にお届け	Shopbop 世界中の厳選されたファッションアイテム	Amazon Second Chance 譲ったり、下取りに出したりして有効活用。

著者をフォロー

おすすめの著者

強化学習 (機械学習プロフェッショナルシリーズ) (日本語) 単行本 – 2019/5/23

購入を強化する

よく一緒に購入されている商品

この商品をチェックした人はこんな商品もチェックしています

商品の説明

著者について

登録情報

この商品を買った人はこんな商品も買っています

カスタマーレビュー

この商品をレビュー

上位レビュー、対象国： 日本

レビューのフィルタリング中に問題が発生しました。後でもう一度試してください。

上位レビュー、対象国：日本