自分ãŒèªã‚“ã 強化å¦ç¿’ã®è³‡æ–™é” - 下町データサイエンティストã®æ—¥å¸¸ã“ã‚“ã«ã¡ã¯ã€‚nino_piraã§ã™ã€‚ 先日ã€å¼·åŒ–å¦ç¿’ã®è³‡æ–™ã®å¼•ç”¨ãƒ„イートをã—ã¾ã—ãŸã‚‰ã€ãã‚Œãªã‚Šã«ä¼¸ã³ãŸã®ã§ã€ã€Œã‚‚ã—ã‹ã—ã¦ã€ã¿ã‚“ãªå¼·åŒ–å¦ç¿’ã«èˆˆå‘³ã‚ã‚‹ï¼ï¼Ÿã€ã¨æ€ã„自分ãŒèªã‚“ã &好ããªè³‡æ–™ã‚’ã¾ã¨ã‚ã¦ã¾ã™ã€‚ ã¾ãŸã€ãƒ–ãƒã‚°ã‚’書ã„ã¦ã„ã‚‹ã†ã¡ã«ã€Œä½•ã‚’æŒã£ã¦åŸºç¤Žã¨ã™ã‚‹ã‹ã€ãªã©ã‚«ãƒ†ã‚´ãƒ©ã‚¤ã‚ºã‚‚自分ã®ä¸ã§ã‚‚行方ä¸æ˜Žã«ãªã£ã¦ã„ã¾ã—ãŸã®ã§ã€è‰²ã€…æ€ã†ã¨ã“ã‚ã¯ã‚ã‚‹ã¨æ€ã„ã¾ã™ãŒã€æš–ã‹ã„ç›®ã§èªã‚“ã§é ‚ã‘ã‚Œã°å¹¸ã„ã§ã™ã€‚。。。 ã‚ãã¾ã§ã‚‚ç§ã®çµŒé¨“ 強化å¦ç¿’基礎系 [Qiita] DQN（Deep Q Network）をç†è§£ã—ãŸã®ã§ã€Gopherãã‚“ã®å›³ã‚’使ã£ã¦èª¬æ˜Ž [書ç±]ã“ã‚Œã‹ã‚‰ã®å¼·åŒ–å¦ç¿’ [pdf] (å°å—ã•ã‚“作æˆ) 強化å¦ç¿’入門 [pdf] (通称) Sutton本第2版 [書ç±] 機械å¦ç¿’スタートアップシリーズ　Pythonã§å¦ã¶å¼·åŒ–å¦ç¿’ [ブãƒã‚°]強化å¦ç¿’ ã‚‚ã†å°‘ã—強化å¦ç¿’を詳ã—ã知りãŸã„ç³»ã®äººã¸ [書ç±]速習 強化å¦
Deep Reinforcement Learning Doesn't Work Yet
AlphaGo 㨠AlphaGo Zero ã®è‡ªå·±å¯¾æˆ¦ã«ã‚ˆã‚‹å¦ç¿’部分ã®é•ã„ - ã†ã©ã‚“記
{{#tags}}- {{label}}
{{/tags}}