新品:
￥7,000
配送料 ¥350 5月11日-13日にお届け（23 時間 3 分以内にご注文の場合）
詳細を見る
通常9～10日以内に発送します。 在庫状況について
￥￥7,000 () 選択したオプションを含めます。 最初の月の支払いと選択されたオプションが含まれています。 詳細
価格
小計
￥￥7,000
小計
初期支払いの内訳
レジで表示される配送料、配送日、注文合計 (税込)。
出荷元
ノースサプライ
出荷元
ノースサプライ
販売元
ノースサプライ
（1799件の評価）
販売元
ノースサプライ
（1799件の評価）
支払い方法
お客様情報を保護しています
お客様情報を保護しています
Amazonはお客様のセキュリティとプライバシーの保護に全力で取り組んでいます。Amazonの支払いセキュリティシステムは、送信中にお客様の情報を暗号化します。お客様のクレジットカード情報を出品者と共有することはありません。また、お客様の情報を他者に販売することはありません。 詳細はこちら
支払い方法
お客様情報を保護しています
Amazonはお客様のセキュリティとプライバシーの保護に全力で取り組んでいます。Amazonの支払いセキュリティシステムは、送信中にお客様の情報を暗号化します。お客様のクレジットカード情報を出品者と共有することはありません。また、お客様の情報を他者に販売することはありません。 詳細はこちら
新品＆中古品 (26)件の出品：
￥143  + ￥350 配送料
Kindleアプリのロゴ画像

無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。

ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。

携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。

KindleアプリをダウンロードするためのQRコード

著者をフォローする

Richard S. Sutton
フォロー
Andrew G. Barto
フォロー
何か問題が発生しました。後で再度リクエストしてください。

強化学習 単行本（ソフトカバー） – 2000/12/1

5つ星のうち4.0 20
すべての形式と版を表示

この商品には新版があります:

強化学習（第2版）
強化学習（第2版）
￥6,600
(9)
在庫あり。
{"desktop_buybox_group_1":[{"displayPrice":"￥7,000","priceAmount":7000.00,"currencySymbol":"￥","integerValue":"7,000","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"w4uw910G5IU%2F0Oy00qrVPsHLIe7zHsBaRWNhhRtYtPRrWgeRbzFPRNMy2ZfPfKrNWe7sqMQNHdN4lRK3Hlm1oi%2BRIMjTsmXl6EEJoy5XZSpbq0HJw8aeoYP4LWfNcNkwUbdP4uFf1KElB%2B%2BengqQ1qqwg7vCJhTchbxWCDK7Fi7fhLTo5qaOPpTO3c8BQY0R","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}]}

購入オプションとあわせ買い

「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.
Previous page
  1. 本の長さ
    368ページ
  2. 言語
    日本語
  3. 出版社
    森北出版
  4. 発売日
    2000/12/1
  5. ISBN-10
    4627826613
  6. ISBN-13
    978-4627826618
  7. すべての詳細を表示
Next page

よく一緒に購入されている商品

強化学習
￥7,000
5月 11 - 13 日にお届け
通常9～10日以内に発送します。
この商品は、ノースサプライが販売および発送します。
+
現場で使える！Python深層強化学習入門 強化学習と深層学習による探索と制御
￥3,740
225ポイント(6%)
最短で4月19日 金曜日のお届け予定です
残り9点（入荷予定あり）
この商品は、Amazon.co.jpが販売および発送します。
+
ゼロから作るDeep Learning ❹ ―強化学習編
￥3,960
238ポイント(6%)
最短で4月19日 金曜日のお届け予定です
在庫あり。
この商品は、Amazon.co.jpが販売および発送します。
総額:
当社の価格を見るには、これら商品をカートに追加してください。
ポイントの合計: pt
詳細
追加されました
これらの商品のうちのいくつかが他の商品より先に発送されます。
詳細の表示 詳細の非表示
一緒に購入する商品を選択してください。

商品の説明

内容（「MARC」データベースより）

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。

登録情報

  • 出版社 ‏ : ‎ 森北出版 (2000/12/1)
  • 発売日 ‏ : ‎ 2000/12/1
  • 言語 ‏ : ‎ 日本語
  • 単行本（ソフトカバー） ‏ : ‎ 368ページ
  • ISBN-10 ‏ : ‎ 4627826613
  • ISBN-13 ‏ : ‎ 978-4627826618
  • カスタマーレビュー:
    5つ星のうち4.0 20

著者について

著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。
前のページ
  1. Richard S. Sutton

    Richard S. Sutton

    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    著者の本をもっと発見したり、よく似た著者を見つけたり、著者のブログを読んだりしましょう

    著者ページでもっと見る
  2. Andrew G. Barto

    Andrew G. Barto

    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    著者の本をもっと発見したり、よく似た著者を見つけたり、著者のブログを読んだりしましょう

    著者ページでもっと見る
次のページ

カスタマーレビュー

星5つ中4つ
5つのうち4つ
20グローバルレーティング

この商品をレビュー

他のお客様にも意見を伝えましょう
カスタマーレビューを書く

上位レビュー、対象国： 日本

Amazon カスタマー
5つ星のうち5.0 本気の人には必須の本
2020年7月18日に日本でレビュー済み
Amazonで購入
読むまでは、少し疑っていましたが、読み始めたら名著であることが理解出来ました。

強化学習の、概念や用語はこの本から引用されています。
ですので、読み終わると、単なる用語だったものが、具体的な概念へと昇華されます。
5人のお客様がこれが役に立ったと考えています
役に立った
 レポート
Amazon カスタマー
5つ星のうち3.0 日本語だとこれしかない
2015年10月24日に日本でレビュー済み
Amazonで購入
強化学習を学ぶ書籍で、日本語だとこれぐらいしかありません
翻訳本ということもあって、少しとっつきがたいです。ただし内容は辛抱強く読めば理解できますし、しっかり書かれてます。悪い本ではないです。
MLP(プロフェッショナルシリーズ)で強化学習が出るらしいので、そちらが楽しみです
4人のお客様がこれが役に立ったと考えています
役に立った
 レポート
Amazon カスタマー
5つ星のうち4.0 初学者が最初に読む場合は注意
2021年10月29日に日本でレビュー済み
Amazonで購入
他の方も書かれていますが理論や数学的な式を正しく理解するには素晴らしい本だと思います。ただし、初学者がこの本の理論を見て一からプログラムを組むのはほぼ不可能なので一度他の本やwebを参考にプログラムを組んだほうが良いです。
その上で出てくる疑問点や問題点を解消するために本書は必ず役立ちます。
読みにくさで星4としました。
2人のお客様がこれが役に立ったと考えています
役に立った
 レポート
かなえるゾウ
5つ星のうち5.0 必ず通らなければならない本
2019年5月3日に日本でレビュー済み
これだけ日進月歩の激しい強化学習の分野に関して、２０００年に出版された本書など、読むに値しないとずっと思っていた。しかし、強化学習に関するいろいろな記事を読んでいくと、多くの記事でこの本がまるでバイブルのように紹介されていたので、早速読んでみた。

確かに、本書の「動的計画法（DP）」には、状態価値（もしくは、行動価値）が決まらないと方策が決まらず、またその逆もしかりなので、反復計算（方策反復法または価値反復法）により、両者を決めていかなければならない状況が、わかりやすく説明されている。

また、現在、主流になっているTD学習が、環境モデル（報酬と次の状態の確率分布）がわかっていなければならない「動的計画法（DP）」とエピソードが終了するまで学習を待たなければならない「モンテカルロ法」を組み合わせることによって、両者の欠点を補っていることがよくわかる。

そういう意味では、もっと早く読んでおけばよかったと、後悔している。
理解を深めるために、以下に,「動的計画法（DP）」「モンテカルロ法」「TD学習」と特徴を列記する。

１） 動的計画法
a) 完全なモデルを前提にする点、計算量が膨大になる点などから、実用的ではないが、理論的には重要。
b) 反復解法で求めるのが適している。
c) 方策評価では、以前のｓ（状態）の価値と即時報酬の期待値を使って、新たなｓの価値を計算し、それ以前の価値と置き換え、現在評価している方策の下で可能な1ステップ遷移すべてに対してこの操作を行う（完全バックアップ）。
d) 反復方策評価では、すべての状態の価値に対して、一度ずつ方策評価（バックアップ）を行い、新しい近似の状態価値Vk+1を作り出す。
e) 確率的方策によるグリーディ方策では、最大値を与える行動に対する選択確率が書く行動に配分される。
f) 反復法としては、方策反復と価値反復がある。
・価値反復と方策反復が異なる点は、価値反復では、すべての行動に対する最大値を使う点である。
・価値反復は、方策反復における方策評価と方策改善の２つのスイープを1回のスイープ操作の中に結合している。

２） モンテカルロ法
a) 遷移のサンプル生成だけが必要とされ、動的計画法（DP）のようにすべての遷移の完全な確率分布は必要としない。
b) サンプル収益を平均化することにもとづいて、強化学習を解く方法である。
c) 価値の推定と方策が変更されるのは、エピソードが完了したときのみである。

３） TD学習
a) モンテカルロ法同様、経験を用いて予測問題を解決し、方策πに従った経験をいくつか得ることで、Vπの推定値Vを更新する。
すなわち、後続状態（あるいは、状態行動対）のサンプルが得られるまで待ち(look ahead)、後続状態の価値と得られた報酬価値を利用してバックアップ値を計算し、元の状態（あるいは状態行動対）の価値を変更する。
推測から推測を学習するようなブートストラップを行っている。
b) TD法は、モンテカルロ法のサンプリング手法とDPのブートストラップ手法を融合したものである。
c) 動的計画法（DP）に対する利点としえ、環境モデルつまり報酬と次の状態の確率分布を必要としない。
d) モンテカルロ法に対する利点として、エピソードが終わるまで待つ必要がなく、1ステップ待つだけでよい。
その結果、オンライン手法として完全な漸進型の手続きに実装できる。また、α不変MC法よりも速く収束することが知られている。
8人のお客様がこれが役に立ったと考えています
役に立った
 レポート
Amazon カスタマー
5つ星のうち3.0 前半は非常に良いが、
2016年2月29日に日本でレビュー済み
Amazonで購入
5章あたりから、わかりません。説明が省略されすぎていると感じました。
3人のお客様がこれが役に立ったと考えています
役に立った
 レポート
チロリン
5つ星のうち5.0 英語版も一緒に読みましょう
2019年9月21日に日本でレビュー済み
翻訳は酷い部分もありますが普通に読めますし、内容も理解できます。
英語版がネットに公開されているので、そちらと照らし合わせながら読むと良いかもしれない。特に、アルゴリズムは英語版を参考にしてプログラムを組むことを推奨します。

あとは、2017年からオリジナル第二版がネットに公開されているので、英語が苦手じゃない人はそちらを読んだ方がいいかも。
5人のお客様がこれが役に立ったと考えています
役に立った
 レポート
Amazon Customer
5つ星のうち5.0 強化学習のバイブル
2002年11月8日に日本でレビュー済み
Amazonで購入
まさに強化学習という分野におけるバイブル本だと思います。
私はまったくこれといった前提知識をもっていませんでしたが、
十分に理解ができました。
（かなり文字は多いです。）
（数式も多少ありますが簡単に理解できる程度のもの）
機械学習や人工知能、マルチエージェント等の分野で、
強化学習をやってみようという方が知識付けに読むには
最適な良書だと思います。
13人のお客様がこれが役に立ったと考えています
役に立った
 レポート
カーマイン
5つ星のうち2.0 少なくとも「一冊目に読むべき本」ではない
2011年6月2日に日本でレビュー済み
Amazonで購入
　強化学習（Reinforcement Learning）とは、エージェント（通常は、コンピュータ・プログラム）が状態を観測し、行動を選択し、その行動の結果に基づいてより効果的な行動を学習するというアルゴリズム論のことである。
　結論からいうと、わかりにくい。少なくとも初学者が手に取るレヴェルの本ではない。強化学習についての基本的素養がないと分かりづらい。強化学習とは何に使えるのか、どういう考え方なのか、今、どういう状況の何を説明しているのか・・・というあたりがあいまいで、木を見て森を見ず・・・のような説明が延々と続く。数式がよく出てくるが、数式の説明は薄い。読んでいるうちに「あー、そーいう前提で話してるのか」とわかるところもあるのだが、それは「わかりにくい説明」だともいえる。控えめに言っても、この本から「強化学習」や「機械学習」の世界に入ろうとするのはやめた方がいいと思う。
　昔から感じるのだが、森北出版の技術解説書は不親切な傾向にあるような気がする（まぁ本書は訳書なのだが）。
19人のお客様がこれが役に立ったと考えています
役に立った
 レポート