強化学習は、ディープラーニングと組み合わせることで、
ゲームAI、囲碁AIなどの分野で成功例が報告されています。
よくニュースで報告されるディープラーニングなどの機械学習では、
おもに教師あり学習という「答えがある問題」を扱っています。
強化学習はこの機械学習とは違っています。
強化学習は、答えがない問題についての手法です。
答えがない中で、いろいろためしながら、
うまくいった方法を強化していく
という別の性質をもった技術になります。
強化学習だけの応用はこれまで限られていました。
しかし、強化学習をディープラーニングと組み合わせることで、
答えがない問題での行動選択について、
人間を超える性能を示せるものがあることがわかってきました。
機械学習やディープラーニングだけでなく、強化学習を使えれば、
応用範囲も広がりそうですよね。
強化学習ってなに？どんな手法があるの？
どうやってディぷラーニングと組み合わせるの？
実装例があるとうれしいんだけどなぁ
といった方も多いのではないでしょうか。
そこで本記事では、強化学習と深層学習を手を動かしながら学べ、
それらを組み合わせた深層強化学習を実装できるようになる本をご紹介します。
「強化学習」と「深層学習」を組み合わせた「深層強化学習」の実装を学びたいあなたはこちらはいかがでしょうか【C言語】
本書は、強化学習と深層学習、深層強化学習について解説だけでなく、実装も示されているので、手を動かしながら学べる1冊です。
第1章では、初学者の方向けに、人工知能、機械学習、強化学習に関連する言葉の関係が整理されていて、シッカリ頭の整理をするのに役立ちます。
人工知能、機械学習、強化学習の基本的な説明から、機械学習と強化学習の違いなどが理解できます。
強化学習の例では、将棋やロボットの行動知識獲得の具体例が示されていて、わかりやすく説明されています。深層学習や深層強化学習（DQN、アルファ碁）についても簡潔に概要が触れられています。
また、基本的な機械学習システムの構築例として、じゃんけんをおこない、より強くなるようにする工夫をするプログラムが示されています。
つづいて第2章では、強化学習（Q学習）の解説があり、行動、報酬、収益、方策などの言葉の説明から、強化学習の学習手順、Q値による行動選択、Q値の更新方法などが具体例とともに示されています。
その後、Q学習のアルゴリズムが説明され、C言語による実装例も示されています。アルゴリズムとコードを見ながら、Q学習が何をしているのかをつぶさに学びことができます。
そして第3章の深層学習の解説では、ニューラルネットワークの解説からはじまり、誤差伝播法のアルゴリズムや、バックプロパゲーションを使った学習プログラムの実装などが示されています。
加えて、畳み込みニューラルネットによる学習のアルゴリズムの説明や実装も示されています。
さいごの第4章では、深層強化学習について、Q学習をニューラルネットに組み合わせる例が解説されています。
ニューラルネットによるQ学習のアルゴリズムや実装や、具体例として、強化学習のところで作成した迷路の問題のプログラムについて、Q値の処理に畳み込みニューラルネットワークを使用した深層強化学習での実装例が解説されています。
本書は、強化学習、深層学習、深層強化学習について、概要を基礎から理解して、それらをプログラミングしながら理解したい方向けの1冊となっています。
こちらもございます↓
本書は詳しくはこちらの記事にございます↓
（アルファ碁のNature論文の解説本となっています）
『「アルファ碁」の手法について、強化学習など基礎からシッカリわかりやすく学びたいあなたにチェックしてほしいおすすめ本はこちらです【アルファ碁解体新書】』
こちらもございます↓
『「機械学習」に入門したいあなたにチェックしてほしい良書、１０冊はこちらです』
『「Ｃ言語プログラミング」に入門したいあなたにおすすめの９冊、こちらはいかがでしょうか』
『「C言語」に入門し、数値計算などにサクッと応用したいあなた、こちらはいかがでしょうか【やさしく学べるC言語入門：基礎から数値計算入門まで】』
『強化学習の最新アルゴリズムをサクッと学びたいあなたはこちらをどうぞ【速習 強化学習】』
『「人工知能」の「プログラミング」の本質を、手を動かしながら学びたいあなたはこちらをどうぞ【関数型オブジェクト指向AI プログラミング：Scala による人工知能の実装】
Java もあります
『「機械学習」を「無料」ではじめてみませんか！？【フリーソフトではじめる機械学習入門】』
『「ロジスティック回帰分析」をサクッと実践したいあなたにおすすめの良書１３冊はこちらです』
『機械学習やディープラーニングでも必須の「線形代数」演算を、サクッと「プログラミング」できるようになりたいあなたはこちらをどうぞ』
