yomitech
Qiitaで紹介された技術書を、毎週月曜日にメールでお届けします。
登録確認メールをお送りします。いつでも配信停止できます。
検索結果
「強化学習」の検索結果: 23冊
Machine learning : a probabilistic perspective
Today's Web-enabled deluge of electronic data calls for automated methods of data analysis. Machine learning provides these, developing methods that can automatically detect patterns in data and th...
R×ベイズ×強化学習の定番書4選
はじめに 自分が機械学習の仕事で一番冷や汗をかいたのは、社内レビューで「その特徴量を入れると精度が上がるのは分かった。で、なぜ汎化するの？」と聞かれた時だった。手元のノートブックは動いていたし、交差検証のスコアも出ていた。それでも一言も返せなかった。 原因ははっきりしていた。ライブラリのドキュメントとブログ記事を継ぎ足して知識を作っていたからだ。scikit-learn の引数の意味は言えるのに、…
PyTorch時代の機械学習書4選
はじめに 数年前、自分は社内の需要予測モデルを担当していた。精度はそれなりに出ていたのに、なぜその数字になるのかを説明できない状態が半年ほど続いた。特徴量を足し、ハイパーパラメータを振り、交差検証のスコアが上がったら採用する。その繰り返しだった。 限界が来たのはレビューの場だ。「この特徴量を落とすとなぜ悪化するのか」と聞かれて、何も答えられなかった。手は動くが中身を知らない。そのことが一発でバレた…
Rではじめるデータサイエンス（第2版）
Rを使ってデータサイエンスの基本を学ぶ定番書籍の改訂！ Rの神様、R関連のベストセラーの著者、気鋭の女性統計学者による、Rプログラミングを通してデータサイエンスの理解と知識を深めるための一冊。Rの機能と威力を熟知し、統計と教育のプロフェッショナルでもある著者たちが、データサイエンスに必要なプロセス（インポート、整理、変換、可視化、モデル、コミュニケーション、プログラミング）を明確に定義し、そ...
R×ベイズ×強化学習の定番書4選
はじめに 自分が機械学習の仕事で一番冷や汗をかいたのは、社内レビューで「その特徴量を入れると精度が上がるのは分かった。で、なぜ汎化するの？」と聞かれた時だった。手元のノートブックは動いていたし、交差検証のスコアも出ていた。それでも一言も返せなかった。 原因ははっきりしていた。ライブラリのドキュメントとブログ記事を継ぎ足して知識を作っていたからだ。scikit-learn の引数の意味は言えるのに、…
機械学習100+ページエッセンス : 新たな視点をもたらす!AIエキスパートの知見
機械学習を正しく始めるための欧米技術書5選——日本語の入門書では足りなかった部分を埋める
はじめに 機械学習を始めようとすると、情報が多すぎて何から手をつけていいかわからない。 YouTubeのチュートリアル、Udemyの講座、Qiitaの記事……。断片的に学んでいるうちに、「モデルは動かせるけど、なぜそうなるのか説明できない」状態になりがちだ。 自分がまさにそうだった。scikit-learnのサンプルコードは書けるのに、上司に「なぜこのモデルを選んだの？」と聞かれると答えられない。…
R×ベイズ×強化学習の定番書4選
はじめに 自分が機械学習の仕事で一番冷や汗をかいたのは、社内レビューで「その特徴量を入れると精度が上がるのは分かった。で、なぜ汎化するの？」と聞かれた時だった。手元のノートブックは動いていたし、交差検証のスコアも出ていた。それでも一言も返せなかった。 原因ははっきりしていた。ライブラリのドキュメントとブログ記事を継ぎ足して知識を作っていたからだ。scikit-learn の引数の意味は言えるのに、…
PyTorch時代の機械学習書4選
はじめに 数年前、自分は社内の需要予測モデルを担当していた。精度はそれなりに出ていたのに、なぜその数字になるのかを説明できない状態が半年ほど続いた。特徴量を足し、ハイパーパラメータを振り、交差検証のスコアが上がったら採用する。その繰り返しだった。 限界が来たのはレビューの場だ。「この特徴量を落とすとなぜ悪化するのか」と聞かれて、何も答えられなかった。手は動くが中身を知らない。そのことが一発でバレた…
機械学習とLLMの基礎を固める5冊
はじめに 自分は一時期、オンライン講座のダッシュボードを埋めることが勉強だと思い込んでいた。受講済みのバッジは増えていくのに、業務で推論結果がおかしくなったとき、どこに戻ればいいのか分からない。動画は検索しづらい。該当の回を探しているうちに、そもそも何を疑うべきかを忘れてしまう。 転機になったのは、評価指標の選び方を先輩に詰められた日だった。AUCを使った理由を聞かれて答えられず、机にあった統計の…
Python機械学習の実践書4選
はじめに 数年前、自分は社内の需要予測モデルをひとりで抱えていた。検証データでのスコアは悪くない。それなのに本番に出すと予測が外れる。コードを何度見直してもバグはない。原因は交差検証の切り方で、時系列の未来の情報が学習側に漏れていた。 この手の失敗は、ネットの断片的なチュートリアルでは見つけにくい。手順は書いてあっても、なぜその手順なのかは書かれていない。自分がつまずいていたのは実装の腕ではなく、…
機械学習の独学で効いた技術書4選
はじめに 数年前、社内のレコメンド改善を任されたときに自分は完全に手が止まった。ライブラリを呼べばモデルは学習できる。評価スコアも出る。なのに「なぜこの精度なのか」「この差は意味があるのか」を聞かれると何も答えられなかった。 困ってWeb記事を漁った。断片は埋まる。ただ記事は前提をばっさり省くので、交差検証の切り方やp値の扱いといった土台の部分は、読んでも読んでも穴が残った。結局その穴は本で埋める…
Python機械学習の基礎固め5冊
はじめに 自分が最初に書いた機械学習らしいコードは、scikit-learn の fit と predict を呼ぶだけの十数行だった。データを読み込んで、モデルに食わせて、精度が出た。そこで満足していた。 問題はレビューで起きた。「この評価指標で妥当なのか」「学習データに予測時点では手に入らない情報が混ざってないか」と聞かれて、何ひとつ答えられなかった。ライブラリの使い方は分かるのに、中で何が起…
「強化学習」を学びたい人が最初に読む本
「強化学習」とは、簡単に言えば、「試行錯誤によって学習するAI」です。 機械学習の一種で、近年のディープラーニングの発展の恩恵を受け、注目されています。 本書は、基本のアルゴリズムからニューラルネットを使った応用まで、 強化学習の理論と実装がわかる本です。 強化学習がどんな仕組みのAIなのか、 これから学んでみたいという人や 興味はあるけれど難しそうだと思っている人におすすめです。 【...
『ゼロから作るDeep Learning ❹（強化学習編）』で学ぶメモ
『ゼロから作るDeep Learning ❹（強化学習編）』で学ぶ 1. この本の位置づけ（何ができるようになるか） 『ゼロから作るDeep Learning ❹ ―強化学習編』は、外部ライブラリに過度に依存せず、強化学習の基本部品を「理論」と「実装」の両方から積み上げる構成になっている。出版社の説明も「基本的な技術やアイデアをゼロから実装しながら学ぶ」点を強調している。 (O'Reilly Ja…
AWS DeepRacerで学ぶ 強化学習
DeepRacerは、Amazon Web Services（AWS）が提供する強化学習を活用した、完全自律型の1/18スケールレースカーです。この革新的なツールを使えば、楽しく機械学習を学ぶことができます。 本書ではDeepRacerの導入から強化学習の手法、ログの分析方法などを丁寧に解説しています。 第1章 DeepRacerの概要 第2章 DeepRacerを始めよう 第3章 入力パ...
【残り1か月】AWS DeepRacerで学ぶ強化学習 －ローカルトレーニング編ー
はじめに 株式会社NTTデータ テクノロジーコンサルティング事業本部の@nttd-kashiwabarayです。
強化学習(第2版)
不朽の名著、待望の改訂版！ 強化学習発展の立役者自らが書き下ろした書。「強化学習の考え方とアルゴリズムを明確に簡潔に説明する」という第1版の特長はそのままに、第2版では、発展的手法や心理学・神経科学との関係の紹介が大幅に加筆されています。 第I部では、テーブル形式の範囲でできるだけ多くの強化学習を扱い、核となる考え方を単純な設定で進めます。第II部では、そうした考え方を関数近似に拡張します...
2023年版データ分析の100冊
わ、去年2023-08-26にこの記事書いたんだね。まる1年だね。2024年版機械学習・データ分析の必須10冊+ガチ90冊+Next5冊=105冊( 【データ分析の必読10冊+差をつける10冊＋100冊超】データサイエンス、データ分析、機械学習関連の本( - 本記事のめあて - IT系の技術者の方がデータ分析関連の仕事をするために役立つ本を紹介する（私が学び始めた時にあれば欣喜雀躍したであろう）記…
生成AIで分析できる時代。それでも読むべき機械学習・データ分析70冊【2026年版】
info - 生成AIが普及した結果、機械学習・統計・データ分析の役割はどう変わったのか？生成AI時代の基準で選び直した厳選70冊 1. はじめに 今回は今まで以上に悩みました。生成AI時代にこれらの本が対象とする技術が必要なのか。必要としても今までと同じではないのではないか。 今回の編集方針。
R×ベイズ×強化学習の定番書4選
はじめに 自分が機械学習の仕事で一番冷や汗をかいたのは、社内レビューで「その特徴量を入れると精度が上がるのは分かった。で、なぜ汎化するの？」と聞かれた時だった。手元のノートブックは動いていたし、交差検証のスコアも出ていた。それでも一言も返せなかった。 原因ははっきりしていた。ライブラリのドキュメントとブログ記事を継ぎ足して知識を作っていたからだ。scikit-learn の引数の意味は言えるのに、…
Python機械学習の実務で効く5冊
はじめに 数年前、自分は業務の片隅で需要予測のプロトタイプを任されたことがある。Qiitaやブログの記事をつまみ食いしながらscikit-learnを動かし、それなりの精度が出て満足していた。ところがレビューで「なぜこの前処理を入れたのか」「過学習していない根拠は何か」と聞かれて、何も答えられなかった。 そこで気づいたのは、記事ベースの学習だと手順は増えるのに判断の軸が育たないということ。どのモデ…
本質を捉えたデータ分析のための分析モデル入門 統計モデル、深層学習、強化学習等 用途・特徴から原理まで一気通貫！
そのモデル、本質を理解して使ってますか？データ分析者必読の全く新しい教科書！実戦で頻出するデータ形式への対応に必須の分析モデル群について網羅的に解説！
2023年版データ分析の100冊
わ、去年2023-08-26にこの記事書いたんだね。まる1年だね。2024年版機械学習・データ分析の必須10冊+ガチ90冊+Next5冊=105冊( 【データ分析の必読10冊+差をつける10冊＋100冊超】データサイエンス、データ分析、機械学習関連の本( - 本記事のめあて - IT系の技術者の方がデータ分析関連の仕事をするために役立つ本を紹介する（私が学び始めた時にあれば欣喜雀躍したであろう）記…
生成AIで分析できる時代。それでも読むべき機械学習・データ分析70冊【2026年版】
info - 生成AIが普及した結果、機械学習・統計・データ分析の役割はどう変わったのか？生成AI時代の基準で選び直した厳選70冊 1. はじめに 今回は今まで以上に悩みました。生成AI時代にこれらの本が対象とする技術が必要なのか。必要としても今までと同じではないのではないか。 今回の編集方針。
ゼロから作る Deep Learning ❹
超人気シリーズの第4弾ーー今回のテーマは強化学習！ 人気シリーズの第4弾。今回のテーマは強化学習です。実際のコードを提示し動かしながら学ぶという本シリーズのスタイルを踏襲し、外部ライブラリに頼らず、強化学習を支える基本的な技術やアイデアをゼロから実装しながら学びます。本書では読者が強化学習独特の理論を確実にマスターできるように、強化学習という難解なテーマの構成要素の一つひとつを「理論」と「実...
2022年にお世話になったオライリーのPython書籍5選
はじめに みずほリサーチ＆テクノロジーズ株式会社 先端技術研究部の@fujineです。 Python Advent Calendar 2022( 本記事が、 - これからPythonで機械学習を学ぼうとしている
強化学習のコンセプト【テーブル形式の解法】
1. はじめに この記事は、ゼロから作るDeep Learning④強化学習編( 本記事では、強化学習の状態空間と行動空間に関するテーブル形式の解法について説明します。関数近似による解法は別の記事で説明する予定です。 2. マルコフ決定過程 マルコフ決定過程(Markov Decision Process: MDP)について説明します。
SE 3年目で読んだ技術書52冊
概要 2ヶ月遅刻ですが、2023年4月～2024年3月で読んだ本145冊のうち技術寄りの本から52冊をざっくり紹介します。 オススメ度は10段階です。 1年目。 2年目。
強化学習ライブラリOpenAI Gymで独自環境を作って学んだ“やってみないと分からないこと”
背景 強化学習に興味がありはしたものの、いろいろな講座や情報を読んでもどうもしっくりこない状態が続いていました。※後述の書籍を理解するベース知識を得るために必要だったと思ってます。 そんな中、O’Reilly社のゼロから作るDeep Learning ❹ 強化学習編( Gym( コーディングの写経では、終わったのちに何か独自要素を加えて改造することで理解が深まります。独自に何か簡単なゲームを定義し…
『ゼロから作るDeep Learning ❹（強化学習編）』で学ぶメモ
『ゼロから作るDeep Learning ❹（強化学習編）』で学ぶ 1. この本の位置づけ（何ができるようになるか） 『ゼロから作るDeep Learning ❹ ―強化学習編』は、外部ライブラリに過度に依存せず、強化学習の基本部品を「理論」と「実装」の両方から積み上げる構成になっている。出版社の説明も「基本的な技術やアイデアをゼロから実装しながら学ぶ」点を強調している。 (O'Reilly Ja…
生成AIで分析できる時代。それでも読むべき機械学習・データ分析70冊【2026年版】
info - 生成AIが普及した結果、機械学習・統計・データ分析の役割はどう変わったのか？生成AI時代の基準で選び直した厳選70冊 1. はじめに 今回は今まで以上に悩みました。生成AI時代にこれらの本が対象とする技術が必要なのか。必要としても今までと同じではないのではないか。 今回の編集方針。
強化学習アルゴリズム入門
「平均」の観点から強化学習の原理がわかる！ AlphaGoがプロ棋士を破った2016年以降、さまざまな分野から注目されている深層強化学習ですが、専門書は非常に難解でわかりづらい傾向にあります。 そこで本書は、初歩的な数学を使って原理をわかりやすく解説します。価値・探索・マルコフ決定過程・動的計画法・モンテカルロ法・TD法といった強化学習の諸要素を、中高生にもなじみ深い平均値の計算から説明し、...
Awesome Backgammon AI
バックギャモン AI 開発で調べたことをまとめるページ。 TD-Gammon 実装 - Implementing TD-Gammon with Keras ( 2021年 - レポジトリ( - Before AlphaGo there was TD-Gammon(
Unity ML-Agents実践ゲームプログラミング : Unityではじめる機械学習・強化学習
Unityで初学者から中級者までを駆け抜けるためのおすすめ書籍
2024年度バージョンを作成しました こちらをご覧ください はじめに Unityの書籍紹介は色々あるのですが、初学者へのおすすめ書籍まとめという記事が多い印象です。それ自体はいいのですが、 初学者が、一通り読んで学んだ、その先に何ををすればいいのかというところまで幅広くまとめている記事はあまり見かけないなと思ったので作ります。
Pythonで学ぶ強化学習 = Reinforcement Learning by Python : 入門から実践まで
【保存版・初心者向け】独学でAIエンジニアになりたい人向けのオススメのAI勉強方法 (2019年改定版)
追記 Pythonや機械学習がオンライン上で学べるAI Academy( AI Academy Bootcamp ６ヶ月35,000円にてチャットで質問し放題の環境で、機械学習やデータ分析が学べるサービス( 数十名在籍しているデータサイエンティストや機械学習エンジニアに質問し放題の環境でデータ分析、統計、機械学習、SQL等が学べます。AI人材に必要なスキルを効率よく体系的に身に付けたい方は是非ご検…
書籍「Pythonで学ぶ強化学習」のサンプルコードを実行可能な環境をdockerで構築 (GUI出力対応)
概要 強化学習の勉強を「Pythonで学ぶ強化学習」( こちらの書籍はサンプルコードが充実していることに加えて、比較的新しい手法が説明されており、強化学習の現状把握のスタートにはとてもおすすめです。 書籍サンプルコードリポジトリ( 環境
Unity ML-Agents実践ゲームプログラミング : Unityではじめる機械学習・強化学習
クリスマスだから、強化学習でAIにブロック崩しをさせてみた（v 0.6.0）
はじめに こんにちは、アドベントカレンダーのラストを飾らせていただく皆川です。 クリスマスということなのでブロックをリア充に見立ててAIに崩してもらおうと思いました。 強化学習とはなんぞや 機械学習という言葉をよく耳にすると思うのですが、機械学習とは教師あり学習・教師なし学習・強化学習の三つから構成されています。下記の画像を参考にいただくとわかりやすいです。
デジタルネイチャー生態系を為す汎神化した計算機による侘と寂
デジタルネイチャー、それは落合陽一が提唱する未来像であり彼のマニフェストだ。ポストモダンもシンギュラリティも、この「新しい自然」の一要素にすぎない。否応なく刷新される人間と社会。それは幸福の、経済の、民主政治の再定義をもたらす。新たなるパラダイムはここから始まる。
深層強化学習のビジネス応用と、AIに自然言語を理解させる方法について
・深層強化学習をビジネスに役立てるにはどうすれば良いのか？ ・AIに自然言語を理解させるにはどうすれば良いのか？ について、考えてみたという内容です。 記事構成としては、 1. 深層強化学習のビジネス応用について
深層強化学習のビジネス応用と、AIに自然言語を理解させる方法について
・深層強化学習をビジネスに役立てるにはどうすれば良いのか？ ・AIに自然言語を理解させるにはどうすれば良いのか？ について、考えてみたという内容です。 記事構成としては、 1. 深層強化学習のビジネス応用について
今起きている革命、「因果革命」とは
みなさまは"The Causal Revolution" (因果革命)という言葉を聞いたことがあるでしょうか？ 私は今月(2021年6月)に初めて知りました。Google Trendsでもデータ不足によりトレンドが表示されません。 つまりまだ全然マイナーな概念で、聞いたことがないほうが自然かと思われますが、これは「来る」と確信したため本記事を投稿しました。この確信の根拠の箇所を記事中で太字で書いた…
勉強が苦手なソフトウェアエンジニアの勉強習慣
学び続けるという責任 業種や課題解決の対象物によって異なりますが、多くのソフトウェアエンジニアをはじめとするホワイトカラー職の仕事は、既知のことだけで解決できることは少なく、常に新しい取り組みが求められるものだと思います。 つまり、新しいことを学習し、経験し、スキルとして定着させ、コンフォートゾーンを広げることが求められます。 勉強や読書は苦手 私は子どものころから勉強は得意でもなかったし、読書は…
最強囲碁AI アルファ碁 解体新書 増補改訂版 アルファ碁ゼロ対応 深層学習、モンテカルロ木探索、強化学習から見たその仕組み
【本書の概要】 本書は学術論文（NatureやGoogleのサイト）などで提供されている難解なアルファ碁およびアルファ碁ゼロの仕組みについて、 著者がとりまとめ、実際の囲碁の画面を見ながら、 アルファ碁およびアルファ碁ゼロで利用されている深層学習や強化学習の仕組みについてわかりやすく解説した書籍です。 特にデュアルネットワークはまったく新しい深層学習の手法で国内外の技術者の関心を集めています...
モンテカルロ木探索を学ぶための書籍
はじめに コンピュータ囲碁やコンピュータ将棋に加えて、最近ではRNA合成( Carlo Tree Search: モンテカルロ木探索)を日本語で学ぶことができる書籍を紹介します。 書籍紹介 コンピュータ囲碁―モンテカルロ法の理論と実践―( ディープラーニングが囲碁に適用される前の2012年11月刊行の書籍ですが、モンテカルロ木探索や、それに関連するUCTアルゴリズムについて、わかりやすく解説されて…
速習 強化学習
GoogleのAlphaGoによるプロ棋士打破は，人工知能がヒトを超えた学習を行った歴史的出来事として認識された。強化学習はここで重要な役割を果たしてているだけでなく，自動運転やロボット制御などの重要な分野への応用も知られ，いま世間の強い関心を集めている。その一方，日本語で強化学習を体系的に学べる教科書は多くはなく，代表的な教科書であるSutton and Barto (1998)とその訳書...
【強化学習初心者向け】シンプルな実装例で学ぶQ学習、DQN、DDQN【CartPoleで棒立て：1ファイルで完結、Kearas使用】
※2018年06月23日追記 PyTorchを使用した最新版の内容を次の書籍にまとめました。 つくりながら学ぶ! 深層強化学習 PyTorchによる実践プログラミング 18年6月28日発売( 「倒立振子（棒立て問題）」を、強化学習のQ学習、DQNおよびDDQN（Double DQN）で実装・解説したので、紹介します。 ディープラーニングのライブラリにはKerasを使用しました。
【強化学習中級者向け】実装例から学ぶ優先順位付き経験再生 prioritized experience replay DQN 【CartPoleで棒立て：1ファイルで完結】
※2018年06月23日追記 PyTorchを使用した最新版の内容を次の書籍にまとめました。 つくりながら学ぶ! 深層強化学習 PyTorchによる実践プログラミング 18年6月28日発売( 強化学習DQNの発展編である「優先順位付き経験再生 prioritized experience replay」を実装・解説したので、紹介します。 概要
つくりながら学ぶ!深層強化学習 : PyTorchによる実践プログラミング
【強化学習初心者向け】シンプルな実装例で学ぶQ学習、DQN、DDQN【CartPoleで棒立て：1ファイルで完結、Kearas使用】
※2018年06月23日追記 PyTorchを使用した最新版の内容を次の書籍にまとめました。 つくりながら学ぶ! 深層強化学習 PyTorchによる実践プログラミング 18年6月28日発売( 「倒立振子（棒立て問題）」を、強化学習のQ学習、DQNおよびDDQN（Double DQN）で実装・解説したので、紹介します。 ディープラーニングのライブラリにはKerasを使用しました。
【強化学習初心者向け】シンプルな実装例で学ぶSARSA法およびモンテカルロ法【CartPoleで棒立て：1ファイルで完結】
※2018年06月23日追記 PyTorchを使用した最新版の内容を次の書籍にまとめました。 つくりながら学ぶ! 深層強化学習 PyTorchによる実践プログラミング 18年6月28日発売( 強化学習の代表的な手法である「SARSA法」と「モンテカルロ法」の、実装コード紹介と解説を行います 学習する対象には、強化学習の「Hello World！」的存在である「CartPole」を使用します。
【強化学習中級者向け】実装例から学ぶ優先順位付き経験再生 prioritized experience replay DQN 【CartPoleで棒立て：1ファイルで完結】
※2018年06月23日追記 PyTorchを使用した最新版の内容を次の書籍にまとめました。 つくりながら学ぶ! 深層強化学習 PyTorchによる実践プログラミング 18年6月28日発売( 強化学習DQNの発展編である「優先順位付き経験再生 prioritized experience replay」を実装・解説したので、紹介します。 概要
深層強化学習のビジネス応用と、AIに自然言語を理解させる方法について
・深層強化学習をビジネスに役立てるにはどうすれば良いのか？ ・AIに自然言語を理解させるにはどうすれば良いのか？ について、考えてみたという内容です。 記事構成としては、 1. 深層強化学習のビジネス応用について
これからの強化学習
◆強化学習は「ポストビッグデータ」の技術である！ 人工知能，金融工学，ロボット制御，言語処理，生産現場やサービスの最適化，あらゆる分野に応用が広がる強化学習．十分なデータが与えられることが前提とされる他の機械学習法と異なり，「足りないデータを集めながら最適化すること」に力点を置く強化学習は，ビッグデータの先を行くための重要な技術となることが期待されます． ◆強化学習の「いま」を知り，「こ...
「これからの強化学習」第1章を読んでみた
強化学習とは よく「試行錯誤しながらシステムが自ら学習を行う枠組み」と説明されます． 実際その通りで，環境におけるエージェントの状態(state)，行動(action)，それにより得られる報酬(reward)を定義してやり取りを行っていき，最終的に報酬を多くもらうためには，どの状態でどんな行動をすればいいか，を学習していきます． これが人間とか生き物の学習のしかたに似ているということですね．餌を与…
【人工知能初心者向け】機械学習・Deep Learningプログラミング学習の道筋と参考書籍
【更新】 ※少々表（本のリスト）が見づらかったので変更をしました。 ※著者、出版社については、リンク先のAmazonでご確認ください。 はじめに 今回は私が人工知能プログラミングを学習する際に参考にした書籍と、
【強化学習初心者向け】シンプルな実装例で学ぶQ学習、DQN、DDQN【CartPoleで棒立て：1ファイルで完結、Kearas使用】
※2018年06月23日追記 PyTorchを使用した最新版の内容を次の書籍にまとめました。 つくりながら学ぶ! 深層強化学習 PyTorchによる実践プログラミング 18年6月28日発売( 「倒立振子（棒立て問題）」を、強化学習のQ学習、DQNおよびDDQN（Double DQN）で実装・解説したので、紹介します。 ディープラーニングのライブラリにはKerasを使用しました。
【強化学習初心者向け】シンプルな実装例で学ぶSARSA法およびモンテカルロ法【CartPoleで棒立て：1ファイルで完結】
※2018年06月23日追記 PyTorchを使用した最新版の内容を次の書籍にまとめました。 つくりながら学ぶ! 深層強化学習 PyTorchによる実践プログラミング 18年6月28日発売( 強化学習の代表的な手法である「SARSA法」と「モンテカルロ法」の、実装コード紹介と解説を行います 学習する対象には、強化学習の「Hello World！」的存在である「CartPole」を使用します。
最強囲碁AIアルファ碁解体新書 : 深層学習、モンテカルロ木探索、強化学習から見たその仕組み
【データ分析の必読10冊+差をつける10冊＋100冊超】データサイエンス、データ分析、機械学習関連の本
Update版2023年版データ分析の100冊( 必読10冊を更新。データサイエンス、データ分析、機械学習周りでおすすめ図書10選のような記事は良く見ますが、網羅的な紹介記事はあまり見かけないので自分が欲しいと思い書きました。私よりたくさん読んでいる方は多々いらっしゃると思いますが、記事を書いてくださいな。 - 別の観点でデータ分析プロジェクトのフェーズ毎の参考書籍紹介( - データ分析の各フェー…
強化学習
【データ分析の必読10冊+差をつける10冊＋100冊超】データサイエンス、データ分析、機械学習関連の本
Update版2023年版データ分析の100冊( 必読10冊を更新。データサイエンス、データ分析、機械学習周りでおすすめ図書10選のような記事は良く見ますが、網羅的な紹介記事はあまり見かけないので自分が欲しいと思い書きました。私よりたくさん読んでいる方は多々いらっしゃると思いますが、記事を書いてくださいな。 - 別の観点でデータ分析プロジェクトのフェーズ毎の参考書籍紹介( - データ分析の各フェー…
【強化学習初心者向け】シンプルな実装例で学ぶQ学習、DQN、DDQN【CartPoleで棒立て：1ファイルで完結、Kearas使用】
※2018年06月23日追記 PyTorchを使用した最新版の内容を次の書籍にまとめました。 つくりながら学ぶ! 深層強化学習 PyTorchによる実践プログラミング 18年6月28日発売( 「倒立振子（棒立て問題）」を、強化学習のQ学習、DQNおよびDDQN（Double DQN）で実装・解説したので、紹介します。 ディープラーニングのライブラリにはKerasを使用しました。
Keras-RLを用いた深層強化学習コト始め
この記事は BrainPad AdventCalendar 2017( 23日目の記事です。 今回は深層強化学習を取り上げてみようと思います。 ビジネス課題と強化学習 BrainPadでは、データ分析に基づいて様々なビジネス課題に取り組んでいますが、時間的な制約や網羅性の制約などから、機械学習に必要となる最終的に得たい結果(目的変数)と打ち手となる要因（説明変数）の組みを事前にすべて揃えることが出…
エンジニアのインターンが技術書を30冊くらい読んでみたので、ゆるくまとめてみた
株式会社Global Mobility ServiceでソフトウェアエンジニアのインターンをさせてもらっているShirubaです。グローバルな環境で利用されている社会的サービスの開発の一端を担いたい志ある方は、ぜひ緩くお話ししましょう〜🙋♂️→ 採用ページ( 2ヶ月間のフルタイムインターンを通して、「知識量」が圧倒的に不足していることを実感しました。「知識をコードに落とし込む力」に関しては今後の…
第10回 今更だけど基礎から強化学習を勉強する モデルベース編(Dyna)
今まではモデルフリー強化学習を主に取り上げてきましたが、 今回からはモデルベース強化学習及びプランニングについて取り上げていきたいと思います。 また、今回は第1回と同様にテーブル型モデルの話がメインになります。 ニューラルネットワークの話はもう少し先の予定です。 第9回 遺伝的アルゴリズム編(