本文へスキップします。

【参】モーダルJS:読み込み
書籍DB:詳細

強化学習と深層学習 C言語によるシミュレーション

強化学習と深層学習 C言語によるシミュレーション

  • 著者小高 知宏
  • 定価2,860円 (本体2,600円+税)
  • 判型A5
  • 208頁
  • ISBN978-4-274-22114-9
  • 発売日2017/10/14
  • 発行元オーム社

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。

試し読みをする
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

ここでは、本書で取り上げたサンプルプログラムとデータファイルを、圧縮ファイル(zip形式)で提供しています。圧縮ファイル(978-4-274-22114-9.zip:約24KB)をダウンロードし、解凍(フォルダ付き)してご利用ください。

  • 本ファイルは、本書をお買い求めになった方のみご利用いただけます。本書をよくお読みのうえ、ご利用ください。また、本ファイルの著作権は、本書の著作者である、小高知宏氏に帰属します。
  • 本ファイルを利用したことによる直接あるいは間接的な損害に関して、著作者およびオーム社はいっさいの責任を負いかねます。利用は利用者個人の責任において行ってください。また、ソフトウェアの動作・実行環境、操作についての質問には一切お答えすることはできません。

関連書籍