通常配送無料 詳細
残り4点(入荷予定あり) 在庫状況について
この商品は、Amazon.co.jp が販売、発送します。
Unityではじめる機械学習・強化学習 Unity... がカートに入りました
+ ¥257 配送料
コンディション: 中古品: 良い
コメント: ■商品全体の状態:良い。 ■若干の使用感がありますが、中古品としては良好な状態です。■クリーニング後にクリアパックに入れ、追跡番号付きのクリックポストにて迅速に発送致します。■特典・ハガキ・応募券等は記載がない限り付属しませんのでご了承ください。■万が一品質に不備があった場合は誠実に対応させて頂きますので、安心してお買い上げ下さい。
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。
2点すべてのイメージを見る

Unityではじめる機械学習・強化学習 Unity ML-Agents実践ゲームプログラミング (日本語) 単行本 – 2018/8/3

5つ星のうち2.3 9個の評価

その他()の形式およびエディションを表示する 他のフォーマットおよびエディションを非表示にする
価格
新品 中古品
単行本, 2018/8/3
¥3,520
¥3,520 ¥2,900
この商品の特別キャンペーン プライム会員限定 最大5%ポイント還元中。 1 件
  • プライム会員限定 最大5%ポイント還元中。
    プライム会員限定最大5%ポイント還元 まとめて買うと最大15%ポイント還元。 特設ページはこちら 販売元: Amazon.co.jp。 詳細はこちら (細則もこちらからご覧いただけます)


本まとめ買いクーポン
click to open popover

キャンペーンおよび追加情報

  • プライム会員限定最大5%ポイント還元 まとめて買うと最大15%ポイント還元。 特設ページはこちら 販売元: Amazon.co.jp。 詳細はこちら (細則もこちらからご覧いただけます)

よく一緒に購入されている商品

  • Unityではじめる機械学習・強化学習 Unity ML-Agents実践ゲームプログラミング
  • +
  • Unityゲーム プログラミング・バイブル
総額: ¥8,580
選択された商品をまとめて購入

Kindle 端末は必要ありません。無料 Kindle アプリのいずれかをダウンロードすると、スマートフォン、タブレットPCで Kindle 本をお読みいただけます。

  • iOSアプリのダウンロードはこちらをクリック
    Apple
  • Androidアプリのダウンロードはこちらをクリック
    Android
  • Amazonアプリストアへはこちらをクリック
    Android

無料アプリを入手するには、Eメールアドレスを入力してください。

kcpAppSendButton


無料で使えるブックカバー
好きなデザインを選んで取り付けよう! 詳しくはこちら。

商品の説明

内容紹介

ディープラーニング(深層学習)でキャラクターを強くする!
Unity界でいま最もホットな話題「Unity ML-Agents」をステップ・バイ・ステップで学べる1冊!
最新版「V0.4」対応

※本書のPDF版を「ワークス オンラインブックストア」にて発売中!

●本書で解説する主要キーワード●
強化学習、模倣学習、カリキュラム学習、Recurrent Neural Network(RNN)、Intrinsic Curiosity Module(ICM)
TensorFlow、TensorBoard、Jupyter Notebook、AWSによるクラウド学習、Python APIによる独自の学習用スクリプト

ゲーム制作で、機械学習・強化学習を活用するための最初の一歩!

「Unity ML-Agents」(Unity Machine Learning Agents)は、Unityで「機械学習」の学習環境を構築するためのフレームワークです。これにより、キャラクターの動きをコーディングすることなく、強化学習を行わせることで、キャラクターの動作の最適化を行うことができます。
本書は、はじめて「機械学習」にチャレンジする方から学んでいただけるように、機械学習の仕組みや学習方法などの基礎から、サンプルプログラムを使った実践まで、ていねいに解説しました。また、クラウド学習などの応用事例やTIPSも多数掲載し、ゲーム開発の現場ですぐに活用できます。

●本書の特徴●
・「強化学習」「模倣学習」「カリキュラム学習」の仕組みと「Unity ML-Agents」の基礎、そして多くのゲームに応用できる学習シナリオを理解できます。
・サンプルゲームを使った学習環境の構築と推論モデルの実行方法をステップ・バイ・ステップで解説しています。学習環境には、「Python」とGoogleの「TensorFlow」を利用しますが、「Unity ML-Agents」ではPythonの知識は必要ありません。
・Unity ML-Agentsの付属するサンプルは、バリエーションが豊富で、自作ゲームの学習環境を構築する際にも、たいへん参考になります。これらの付属サンプルの詳細を解説しています。
・オリジナルのゲームを1から作成し、Unity ML-Agentsの主要オブジェクト「Agent」「Brain」「Academy」のコーディングと最適な「報酬」(Reward)の与え方を学べます。
・Unity ML-Agentsでは、AWS(Amazon Web Services)を利用した「クラウド学習」も可能です。また「Python API」を使って、ゲームに最適化した学習用スクリプトを作成することもできます。これらの応用例についても紹介します。

内容(「BOOK」データベースより)

「Unity ML‐Agents」(Unity Machine Learning Agents)は、Unityで「機械学習」の学習環境を構築するためのフレームワークです。これにより、キャラクターの動きをコーディングすることなく、強化学習を行わせることで、キャラクターの動作の最適化を行うことができます。本書は、はじめて「機械学習」にチャレンジする方から学んでいただけるように、機械学習の仕組みや学習方法などの基礎から、サンプルプログラムを使った実践まで、ていねいに解説しました。また、クラウド学習などの応用事例やTIPSも多数掲載し、ゲーム開発の現場ですぐに活用できます。

著者について

布留川 英一(ふるかわ ひでかず)
1975年生まれ。群馬県出身。会津大学コンピュータ理工学部コンピュータソフトウェア学科卒。2000年より株式会社ドワンゴにて、携帯アプリの研究開発に携わる。2005年より株式会社UEIにて、スマートフォン、二足歩行ロボット向けのアプリを開発。2013年、ハイパーテキストタブレット端末「enchantMOON」の開発に参加。2017年よりGHELIAにて、人工知能、VR、ARの研究開発に従事。
「Unityゲーム プログラミング・バイブル」(ボーンデジタル/2018年刊)、「Androidプログラミングバイブル」(ソシム/2017年刊)など、プログラミング関連を中心に著書多数。

著者略歴 (「BOOK著者紹介情報」より)

布留川/英一
1975年生まれ。群馬県出身。会津大学コンピュータ理工学部コンピュータソフトウェア学科卒。2000年より株式会社ドワンゴにて、携帯アプリの研究開発に携わる。2005年より株式会社UEIにて、スマートフォン、二足歩行ロボット向けのアプリを開発。2013年、ハイパーテキストタブレット端末「enchantMOON」の開発に参加。2017年よりGHELIAにて、人工知能、VR、ARの研究開発に従事(本データはこの書籍が刊行された当時に掲載されていたものです)


登録情報

  • 単行本: 312ページ
  • 出版社: ボーンデジタル (2018/8/3)
  • 言語: 日本語
  • ISBN-10: 4862464181
  • ISBN-13: 978-4862464187
  • 発売日: 2018/8/3
  • 梱包サイズ: 23.6 x 18.4 x 2.2 cm
  • おすすめ度: 5つ星のうち 2.3 9件のカスタマーレビュー
  • Amazon 売れ筋ランキング: 本 - 274,643位 (本の売れ筋ランキングを見る)
  • さらに安い価格について知らせる
    この商品を出品する場合、出品者サポートを通じて更新を提案したいですか?

  • 目次を見る

カスタマーレビュー

5つ星のうち2.3
評価の数 9

この商品をレビュー

他のお客様にも意見を伝えましょう

9件のカスタマーレビュー

2018年12月20日
Amazonで購入
5人のお客様がこれが役に立ったと考えています
コメント 違反を報告
2018年10月6日
Amazonで購入
2人のお客様がこれが役に立ったと考えています
コメント 違反を報告
2019年8月26日
Amazonで購入
2019年12月2日
Amazonで購入
2018年9月28日
22人のお客様がこれが役に立ったと考えています
コメント 違反を報告
2019年3月16日
5人のお客様がこれが役に立ったと考えています
コメント 違反を報告
2018年11月30日
2人のお客様がこれが役に立ったと考えています
コメント 違反を報告
2018年11月24日
1人のお客様がこれが役に立ったと考えています
コメント 違反を報告