投稿元:
レビューを見る
強化学習の位置づけ:
AI
教師あり学習
教師なし学習
強化学習
ニューラルネットワーク・ディープラーニング
Pythonの環境構築:
Pythonのインストール
仮想環境の構築とライブラリのインストール
IRLのダウンロードと展開
教師あり学習:
1次元入力の線形回帰モデル
1次元入力のニューラルネットワークモデル
一般的なニューラルネットワークモデル
強化学習の問題設定:
強化学習を体験
環境
強化学習の目的
基本のQ学習:tableQ:
理論
実装
ニューラルネットQ学習: netQ:
フィールドタスクを体験
ニューラルネットQ学習
netQ以外のプログラムの実装
経験再生を取り入れたQ学習: replayQ、targetQ:
経験再生:replayQ
ターゲットネットワークの利用:targetQ
改良と工夫:
新しい環境とエージェントの作り方
ハイパーパラメータの決め方
強化学習の改良と工夫
投稿元:
レビューを見る
強化学習の理論と実装を理解したい人におすすめ。
【概要】
●強化学習の位置づけ
●強化学習の問題設定
●tableQ、netQ、replayQ、targetQ
●強化学習の改良と工夫
【感想】
●強化学習をここまで丁寧に説明している本も珍しいと思った。
●AIに関し最低限必要な知識を持った上で読むとより理解できる。
知識がなければ、理解はやや困難であると思われる。
●強化学習をより実用的に活用できる方法はないものかと期待する。
投稿元:
レビューを見る
最初に教師あり学習の復習を行い,その後Q学習を軸に強化学習を扱っていく。Pythonのコードについて,自力で関数やクラスを構築するのに必要なメモがある。扱う範囲は限定的であるが,直感的な理解には悪くないか。