マルコフ決定過程―モデル化の基礎と応用事例 [単行本]

マルコフ決定過程―モデル化の基礎と応用事例 [単行本] の 商品概要

• 要旨（「BOOK」データベースより）

  ＭＤＰでモデル化するための地力を養う。強化学習・深層強化学習のしくみの理解にも役に立つ。アルゴリズムの徹底詳説×豊富な応用事例。

• 目次（「BOOK」データベースより）

  マルコフ決定過程とは
  マルコフ決定過程の基本的な問題設定とアルゴリズム
  マルコフ決定過程の基本的な機械学習
  真のパラメータが変化するマルコフ決定過程
  状態、行動、利得に関する工夫
  推薦システムへの適用―基本的な非割引問題
  金融工学への適用―基本的な割引問題
  ロールプレイングゲームへの適用―複数の情報で構成される状態＋複数の独立な試行で構成される状態遷移確率によるモデル
  通信工学への適用―複数の情報で構成される状態＋少数のパラメータで構成される状態遷移確率によるモデル
  ベイズ流の仮説検定への適用―最後の期においてのみ利得が発生するモデル（基礎）
  教育工学への適用―最後の期においてのみ利得が発生するモデル（発展）
  設備保全、アセットマネジメントとヘルスケア支援への適用―良好な状態維持が目的のモデル
  深層強化学習の入口
  付録Ａ　マルコフ連鎖
  付録Ｂ　隠れマルコフモデル
  付録Ｃ　ベイズ統計と統計的決定理論

• 出版社からのコメント

  さまざまな応用例を交えながら，マルコフ決定過程の理論とモデリングの基礎が身につく一冊。

• 内容紹介

  推薦システム，金融工学，RPG，…そして，深層強化学習。
  さまざまな応用例を交えながら，マルコフ決定過程の理論とモデル化の基礎が身につく一冊。
  
  マルコフ決定過程は，マルコフ連鎖に制御や意思決定の要素を加えた確率モデルです。本書では，前半で基礎理論とアルゴリズムを，後半で応用事例を学んでいきます。モデル式の工夫のしかたや複雑な計算手順を，モデル化の観点から一貫性をもって理解することができます。
  
  マルコフ決定過程は，深層強化学習のアルゴリズムの基礎でもあります。本書の最終章では，深層強化学習の概要とニューラルネットワークで行われる計算のしくみを，マルコフ決定過程の計算を通して学びます。

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  前田 康成(マエダ ヤスナリ)
  １９９７年早稲田大学理工学研究科修士課程機械工学専攻修了。１９９７年日本電信電話株式会社入社。１９９７年同社情報通信研究所勤務。１９９９年同社サイバースペース研究所勤務。２０００年東日本電信電話株式会社研究開発センタ勤務。２００４年博士（工学）（早稲田大学）。２００５年北見工業大学助手。２００７年北見工業大学助教。２０１０年北見工業大学准教授。２０１６年北見工業大学教授

• 著者について

  前田 康成 (マエダ ヤスナリ)
  北見工業大学教授 博（工）

マルコフ決定過程―モデル化の基礎と応用事例 [単行本] の商品スペック