内容

目次

各章の概要 第1章 強化学習の概要 - 1.1 機械学習の分類（教師あり学習、教師なし学習、強化学習） - 1.2 強化学習・深層強化学習の歴史 - 1.3 深層強化学習の応用事例 第2章 迷路課題に強化学習を実装しよう - 2.1 Try Jupyterの使い方 - 2.2 迷路とエージェントを実装 - 2.3 方策反復法の実装 - 2.4 価値反復法の専門用語を整理 - 2.5 Sarsa法の実装 - 2.6 Q学習の実装 第3章 倒立振子課題に強化学習を実装しよう - 3.1 ローカルPCに強化学習の実装・実行環境を整える方法 - 3.2 倒立振子課題「CartPole」の解説 - 3.3 多変数・連続値で示される状態の表形式表現 - 3.4 Q学習の実装 第4章 PyTorchでディープラーニングを実装しよう - 4.1 ニューラルネットワークとディープラーニングの歴史 - 4.2 ディープラーニングの計算手法を解説 - 4.3 PyTorchで手書き数字画像の分類課題MNISTを実装 第5章 深層強化学習DQNを実装しよう - 5.1 深層強化学習DQN（Deep Q-Network）の解説 - 5.2 DQNの実装に重要な4つの工夫 - 5.3 DQNの実装（前半） - 5.4 DQNの実装（後半） 第6章 深層強化学習の発展版を実装しよう - 6.1 深層強化学習のアルゴリズムマップ - 6.2 DDQN（Double-DQN）の実装 - 6.3 Dueling Networkの実装 - 6.4 Prioritized Experience Replayの実装 - 6.5 A2Cの実装 第7章 AWSのGPU環境でブロック崩しを実装しよう - 7.1 ブロック崩しゲーム「Breakout」の解説 - 7.2 AWSでGPUを使用したディープラーニング実行環境を整える方法 - 7.3 Breakoutの学習に重要な4つの工夫 - 7.4 A2Cの実装（前半） - 7.5 A2Cの実装（後半） あとがき 索引 謝辞