著者紹介

内容

目次

# 第0章 ディープラーニングとは何か　表現学習とタスク学習、本書解説の流れ ##0.1 ［速習］ディープラーニング ##0.2 ニューラルネットワークの「学習」における大きな謎 ##0.3 これから学ぶ生成モデル ##0.4 これから学ぶ強化学習 ##0.5 ディープラーニングと人工知能の課題とこれから # 第1章 ディープラーニングの最適化　なぜ学習できるのか ##1.1 最適化による学習 ##1.2 ［概要］学習の効率化 ##1.3 モーメンタム法 ##1.4 学習率の自動調整 ##1.5 ハイパーパラメータの最適化 ##1.6 本章のまとめ # 第2章 ディープラーニングの汎化　なぜ未知のデータをうまく予測できるのか ##2.1 従来の汎化理論との矛盾 ##2.2 ニューラルネットワークと陰的正則化 ##2.3 明示的な正則化 ##2.4 本章のまとめ # 第3章 深層生成モデル　生成を通じて複雑な世界を理解する ##3.1 生成モデル＆深層生成モデルとは何か ##3.2 VAE　ニューラルネットワークを使った潜在変数モデル ##3.3 GAN　敵対的生成モデル ##3.4 自己回帰モデル ##3.5 正規化フロー ##3.6 拡散モデル ##3.7 本章のまとめ # 第4章 深層強化学習　ディープラーニングと強化学習の融合 ##4.1 強化学習の基本 ##4.2 強化学習はどのような特徴を持つのか ##4.3 最適な方策を直接求める　モンテカルロ推定 ##4.4 方策と価値 ##4.5 ベルマン方程式　隣り合う時刻間の価値の関係を表す ##4.6 MC学習、オンライン版MC学習　オンラインでの方策の価値推定1 ##4.7 TD学習　オンラインでの方策の価値推定2 ##4.8 予測から制御へ　問題のどこが変わるのか ##4.9 方策オン型学習　基本の考え方とSARSA ##4.10 方策オフ型学習　人の振り見て我が振り直せ ##4.11 関数近似　価値をパラメトリックモデルで近似する ##4.12 方策勾配法　方策の勾配を使って最適方策を学習する ##4.13 DQN　ディープラーニングと強化学習の融合 ##4.14 AlphaGo　コンピュータ囲碁での強化学習の適用例 ##4.15 モデルベース強化学習 ##4.16 本章のまとめ # 第5章 これからのディープラーニングと人工知能　どのように発展していくか ##5.1 学習手法の発展　自己教師あり学習 ##5.2 人工知能と計算性能の関係 ##5.3 問題固有の知識をどう組み込むか ##5.4 ディープラーニングの今後の課題 ##5.5 本章のまとめ