内容

目次

はじめに 本書の読み方 第Ⅰ部　導入編 第1章 コンピュータ将棋について 1.1 コンピュータ将棋の歴史 1.2 コンピュータ将棋とディープラーニング 1.3 コンピュータ将棋の大会 第II部　理論編 第2章 コンピュータ将棋のアルゴリズム 2.1 ゲーム木 2.2 ミニマックス法 2.3 評価関数 2.4 αβ法 2.5 評価関数の機械学習 2.6 強化学習 2.7 まとめ 第3章 コンピュータ囲碁のアルゴリズム 3.1 コンピュータ囲碁の課題 3.2 モンテカルロ法 3.3 モンテカルロ木探索 3.4 マルチアームドバンディット問題 3.5 UCTアルゴリズム 3.6 まとめ 第4章 AlphaGoの手法 4.1 方策ネットワーク(policy network) 4.2 価値ネットワーク(value network) 4.3 AlphaGoの探索アルゴリズム 4.4 AlphaGo Zeroの手法 4.5 AlphaZeroの登場 4.6 まとめ 第5章 ディープラーニングについて 5.1 ニューラルネットワーク 5.2 ニューラルネットワークの学習 5.3 分類問題と回帰問題 5.4 畳み込みニューラルネットワーク 5.5 ディープラーニングの将棋AIへの応用 5.6 まとめ 第III部　実践編 第6章 ディープラーニングフレームワーク 6.1 ディープラーニングフレームワークについて 6.2 フレームワークの選択 6.3 GPU 6.4 インストール 6.5 サンプル実行 6.6 Chainerの基本 第7章 方策ネットワーク(policy network) 7.1 ソースコードの構成 7.2 モジュールインストール 7.3 方策ネットワークの構成 7.4 方策ネットワークの実装 7.5 訓練データの準備 7.6 python-shogi 7.7 共通処理の実装 7.8 学習処理の実装 7.9 学習実行 第8章 将棋AIの実装 8.1 ソースコードの構成 8.2 USIエンジン 8.3 USIエンジンの実装 8.4 コマンドラインからテスト 8.5 GUIソフトに登録できるようにする 8.6 USIエンジンに登録 8.7 対局 8.8 ソフトマックス戦略 8.9 まとめ 第9章 学習テクニック 9.1 ハイパーパラメータの調整 9.2 最適化手法 9.3 Batch Normalization 第10章 価値ネットワーク(value network) 10.1 ソースコードの構成 10.2 価値ネットワークの構成 10.3 価値ネットワークの実装 10.4 学習処理の実装 10.5 学習実行 10.6 「1手」探索のAI作成 10.7 USIエンジンに登録 10.8 対局 10.9 まとめ 第11章 学習テクニック その2 11.1 転移学習 11.2 マルチタスク学習 11.3 Residual Network 第12章 モンテカルロ木探索 12.1 ソースコードの構成 12.2 ハッシュ 12.3 モンテカルロ木探索の実装 12.4 テスト 12.5 対局 12.6 並列化 12.7 まとめ 第13章 さらに発展させるために 13.1 C++による高速化 13.2 大規模学習 13.3 終盤の課題 参照文献 付録 Linuxでのインストール手順