内容
推薦システム，金融工学，RPG，…そして，深層強化学習。
さまざまな応用例を交えながら，マルコフ決定過程の理論とモデル化の基礎が身につく一冊。
マルコフ決定過程は，マルコフ連鎖に制御や意思決定の要素を加えた確率モデルです。本書では，前半で基礎理論とアルゴリズムを，後半で応用事例を学んでいきます。モデル式の工夫のしかたや複雑な計算手順を，モデル化の観点から一貫性をもって理解することができます。
マルコフ決定過程は，深層強化学習のアルゴリズムの基礎でもあります。本書の最終章では，深層強化学習の概要とニューラルネットワークで行われる計算のしくみを，マルコフ決定過程の計算を通して学びます。
