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)とその訳書も出版から20年が経とうとしている。 本書はトップ会議のチュートリアルで利用されたり,2010年の出版以降わずか数年で500弱の引用がされたりという事実からも窺えるように,入門書として広く読まれている良書である。本書の内容は動的計画法などの基本的かつ重要なアルゴリズムに始まり,比較的新しい手法も体系的に網羅しつつもコンパクトに自己完結している。原著の出版から7年あ...(展开全部)

「強化学習」入門の決定版! 強化学習を機械学習の一大分野にまで発展させた立役者自らが,初学者のために書き下ろした不朽のテキスト. 強化学習の発想から,定式化・解法・応用まで,言葉を尽くして解説する. 人工知能問題やロボティクス、マルチエージェントなどへの応用で注目される強化学習。その基本的な考え方から、関連アルゴリズム、応用例までを網羅しており、初学者から先端的研究者までを対象とする一冊。

「強化学習」入門の決定版! 強化学習を機械学習の一大分野にまで発展させた立役者自らが,初学者のために書き下ろした不朽のテキスト. 強化学習の発想から,定式化・解法・応用まで,言葉を尽くして解説する. 人工知能問題やロボティクス、マルチエージェントなどへの応用で注目される強化学習。その基本的な考え方から、関連アルゴリズム、応用例までを網羅しており、初学者から先端的研究者までを対象とする一冊。

械学習の精度をはるかに高める! アンサンブル学習法は，深層学習に続く次のトレンドとして注目され，ブースティングやバギングなどの代表的な方法で複数の学習器を訓練し，それらを組み合わせて利用するという，最先端の機械学習法である．単一の学習法に比べてはるかに精度の高いことが知られており，実際に多くの場面で成功を収めている． 本書は，機械学習の分野で世界をリードしているZhi-Hua Zhou著の邦訳である．１章アンサンブル法の背景となる知識をあつかう．2章から5章は，アンサンブル法の核となる知識を扱い，5章では最近の情報理論多様性と多様性生成について議論する．6章からは，高度なアンサンブル法について述べる．人工知能，機械学習にたずさわる，研究者，技術者，学生には，必読必携の書である．

械学習の精度をはるかに高める! アンサンブル学習法は，深層学習に続く次のトレンドとして注目され，ブースティングやバギングなどの代表的な方法で複数の学習器を訓練し，それらを組み合わせて利用するという，最先端の機械学習法である．単一の学習法に比べてはるかに精度の高いことが知られており，実際に多くの場面で成功を収めている． 本書は，機械学習の分野で世界をリードしているZhi-Hua Zhou著の邦訳である．１章アンサンブル法の背景となる知識をあつかう．2章から5章は，アンサンブル法の核となる知識を扱い，5章では最近の情報理論多様性と多様性生成について議論する．6章からは，高度なアンサンブル法について述べる．人工知能，機械学習にたずさわる，研究者，技術者，学生には，必読必携の書である．

本書は、近似アルゴリズム理論の最新の成果を、系統的に直観的にわかりやすくまとめた解説書。複雑で手強そうに見えるアルゴリズムも、そのアイディアを深く解釈して、単純明快に記述し、同時に新しい洞察も加えている。さらに豊富な例題や図解も盛り込み、読者の理解が深まるよう入念な工夫も施されている。

宫崎修一（作者） 1998年毕业于日本九州大学研究生院系统信息学研究科，获工学博士学位。现任日本京都大学学术信息媒体中心副教授，主要研究算法和计算复杂性理论。著作有《我的第一本算法书》（合著）。 卢晓南（译者） 本科就读于西安交通大学少年班、数学系。名古屋大学博士（信息科学）。现于山梨大学计算机系任助理教授。主要研究方向包括组合数学（离散数学）及其在信息科学、计算机科学、统计学中的应用。译著有《程序员的数学3：线性代数》。

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。第III部では、心理学・神経科学との関係、AlphaGoなどのケーススタディ、将来展望について述べています。 ますます重要性を増す強化学習について、基礎から応用までを学べる一冊です。 ［原著］Reinforcement Learning, Second Edition: An Introduction (The MIT Press, 2018)

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。第III部では、心理学・神経科学との関係、AlphaGoなどのケーススタディ、将来展望について述べています。 ますます重要性を増す強化学習について、基礎から応用までを学べる一冊です。 ［原著］Reinforcement Learning, Second Edition: An Introduction (The MIT Press, 2018)

内容紹介 代数幾何や代数幾何に関連する数学的な概念を，できるだけ具体的に説明し，代数幾何における基礎的な概念が，超関数論と経験過程を通して学習システムの数理と緊密な繋がりをもつことを明らかにする． 著者からのコメント この本は二つの目的のために書かれている． 一つは数学を専門としない人に，特異点論，代数幾何，超関数論，経験過程などの現代数学を，わかりやすく具体的に紹介することである． もう一つは，それらの数学的な概念が学習システムという実世界の中の具体的なものと深いつながりをもつことを明らかにすることである． 特異点解消定理や代数幾何学の定理は，「多項式＝0」で定義される図形を調べるために創造されたものであるが，隠れた変数や階層構造をもつ学習システムの挙動を定めている． 天空に輝く数学だけでなく，大地で咲いている数学に関心をもつ人たちに，この本を楽し...(展开全部)