内容紹介
人工知能研究における諸分野を、C 言語による具体的な処理手続きやプログラム例によりやさしく解説する!!
強化学習は、一連の行動の結果だけから行動知識を学習する手法です。 本書では、この強化学習と深層学習の基礎を紹介した上で、深層強化学習のしくみを具体的に説明します。単に概念を説明するだけでなく、アルゴリズムを実際にC言語のプログラムとして実装することで、実際にプログラムを動かすことで具体的な処理方法の理解を深めます。
このような方におすすめ
・初級プログラマ･ソフトウェアの初級開発者（ロボットシミュレーション、自動運転技術等）
・強化学習/深層学習の基礎理論に興味がある人
・経営システム工学科/情報工学科の学生
目次
主要目次
第1章 強化学習と深層学習
第2章 強化学習の実装
第3章 深層学習の技術
第4章 深層強化学習
詳細目次
まえがき
第1章 強化学習と深層学習
1.1 機械学習と強化学習
1.1.1 人工知能
1.1.2 機械学習
1.1.3 強化学習
1.2 深層学習とは
1.2.1 ニューラルネット
1.2.2 深層学習の登場
1.3 深層強化学習とは
1.3.1 強化学習と深層学習
1.3.2 深層強化学習の実現
1.3.3 基本的な機械学習システムの構築例―例題プログラムの実行方法―
第2章 強化学習の実装
2.1 強化学習とQ学習
2.1.1 強化学習の考え方
2.1.2 Q学習のアルゴリズム
2.2 Q学習の実装
2.2.1 q21.cプログラムの実装
2.2.2 例題（2） ゴールを見つける学習プログラム
第3章 深層学習の技術
3.1 深層学習を実現する技術
3.1.1 ニューロンの働きと階層型ニューラルネット
3.1.2 階層型ニューラルネットの学習
3.1.3 階層型ニューラルネットの学習プログラム（1）
ニューロン単体の学習プログラムnn1.c
3.1.4 階層型ニューラルネットの学習プログラム（2）
バックプロパゲーションによるネットワーク学習プログラムnn2.c
3.1.5 階層型ニューラルネットの学習プログラム（3）
複数出力を有するネットワークの学習プログラムnn3.c
3.2 畳み込みニューラルネットによる学習
3.2.1 畳み込みニューラルネットのアルゴリズム
3.2.2 畳み込みニューラルネットの実装
第4章 深層強化学習
4.1 強化学習と深層学習の融合による深層強化学習の実現
4.1.1 Q学習へのニューラルネットの適用
4.1.2 Q学習とニューラルネットの融合
4.2 深層強化学習の実装
4.2.1 枝分かれした迷路を抜ける深層強化学習プログラムq21dl.c
4.2.2 ゴールを見つける深層学習プログラムq22dl.c
参考文献
索 引
続きを見る