内容

目次

■Part 1　基礎編 CHAPTER 1　強化学習の有用性 　1.1　機械学習の分類 　1.2　強化学習でできること 　1.3　深層強化学習とは CHAPTER 2　強化学習のアルゴリズム 　2.1　強化学習の基本概念 　2.2　マルコフ決定過程とベルマン方程式 　2.3　ベルマン方程式の解法 　2.4　モデルフリーな制御 CHAPTER 3　深層学習による特徴抽出 　3.1　深層学習 　3.2　畳み込みニューラルネットワーク（CNN） 　3.3　再帰型ニューラルネットワーク（RNN） CHAPTER 4　深層強化学習の実装 　4.1　深層強化学習の発展 　4.2　行動価値関数のネットワーク表現 　4.3　方策関数のネットワーク表現 ■Part 2　応用編 CHAPTER 5　連続制御問題への応用 　5.1　方策勾配法による連続制御 　5.2　学習アルゴリズムと方策モデル 　5.3　連続動作シミュレータ 　5.4　アルゴリズムの実装 　5.5　学習結果と予測制御 CHAPTER 6　組合せ最適化への応用 　6.1　組合せ最適化への応用について 　6.2　巡回セールスマン問題 　6.3　ルービックキューブ問題 　6.4　まとめ CHAPTER 7　系列データ生成への応用 　7.1　SeqGANによる文章生成 　7.2　ネットワークアーキテクチャの探索 APPENDIX　開発環境の構築 　AP1　ColaboratoryによるGPUの環境構築 　AP2　DockerによるWindowsでの環境構築