- 中古
- 店舗受取可
- 書籍
- 書籍
- 1211-03-01
強化学習 機械学習プロフェッショナルシリーズ
定価 ¥3,300
1,650円 定価より1,650円（50%）おトク
獲得ポイント15P
在庫わずか ご注文はお早めに
発送時期 1～5日以内に発送
店舗受取サービス対応商品【送料無料】
店舗到着予定：10/17(土)～10/22(木)
店舗受取サービス対応商品
店舗受取なら1点でも送料無料！
店舗到着予定
10/17(土)～10/22(木)
商品詳細
| 内容紹介 | |
|---|---|
| 販売会社／発売会社 | 講談社 |
| 発売年月日 | 2019/05/01 |
| JAN | 9784065155912 |
店舗受取サービス
対応商品
店舗受取なら1点でも送料無料！
さらにお買い物で使えるポイントがたまる
店舗到着予定
10/17(土)～10/22(木)
- 書籍
- 書籍
強化学習
商品が入荷した店舗：0店
店頭で購入可能な商品の入荷情報となります
ご来店の際には売り切れの場合もございます
オンラインストア上の価格と店頭価格は異なります
お電話やお問い合わせフォームでの在庫確認、お客様宅への発送やお取り置き・お取り寄せは行っておりません
値下げ前価格について
本価格は現中古販売価格の「値下げ前価格」となります。
直近約1か月間、値下げ前価格での販売実績があるものだけ表示しております。
強化学習
¥1,650
在庫わずか
ご注文はお早めに
商品レビュー
4
2件のお客様レビュー
【理学部情報科学科】ベストリーダー2026 第6位 東京大学にある本はこちら https://opac.dl.itc.u-tokyo.ac.jp/opac/opac_details/?bibid=2003471880
Posted by 
確立過程として互いに独立で同一の確率分布という強めの仮定の独立同一分布(i.i.d.)。そこから仮定弱めたマルコフ性。状態遷移確率。TD法各種。アクター・クリティック法面白いけど使いこなせる気がしない。モデルフリー/モデルベース型強化学習。名前だけ紹介のあった、報酬観測なしの履歴...
確立過程として互いに独立で同一の確率分布という強めの仮定の独立同一分布(i.i.d.)。そこから仮定弱めたマルコフ性。状態遷移確率。TD法各種。アクター・クリティック法面白いけど使いこなせる気がしない。モデルフリー/モデルベース型強化学習。名前だけ紹介のあった、報酬観測なしの履歴データから報酬関数や行動方策を推定する逆強化学習、どうやるんだろう。途中から式を追うのがしんどくなり、飛ばし飛ばし…最後の今流行りのDQNのところは少しゆっくり読んでみた。レインボーDQNという欲張り手法。
Posted by
関連商品
同じジャンルのおすすめ商品
同じジャンルのおすすめ商品
最近チェックした商品
お手持ちのスマホでスキャン