出版社内容情報
R. Sutton［リチャードサットン］
原著
A. Barto［アンドリューバート］
原著
奥村 エルネスト 純［オクムラエルネストジュン］
監修/翻訳
鈴木 雅大［スズキ マサヒロ］
監修/翻訳
松尾 豊［マツオ ユタカ］
監修/翻訳
三上 貞芳［ミカミ サダヨシ］
監修/翻訳
山川 宏［ヤマカワ ヒロシ］
監修/翻訳
今井 翔太［イマイ ショウタ］
翻訳
川尻 亮真［カワジリ リョウマ］
翻訳
菊池 悠太［キクチ ユウタ］
翻訳
鮫島 和行［サメジマ カズユキ］
翻訳
陣内 佑［ジンナイ ユウ］
翻訳
?橋 将文［タカハシ マサフミ］
翻訳
谷口 尚平［タニグチ ショウヘイ］
翻訳
藤田 康博［フジタ ヤスヒロ］
翻訳
前田 新一［マエダ シンイチ］
翻訳
松嶋 達也［マツシマ タツヤ］
翻訳
内容説明
発展的手法、心理学・神経科学との関係、ＡｌｐｈａＧｏなどの新しい話題を大幅増補。
目次
第１部 テーブル形式の解法（多腕バンディット問題；有限マルコフ決定過程；動的計画法 ほか）
第２部 近似による解法（近似を用いた方策オン型予測；関数近似を用いた方策オン型制御；近似を用いた方策オフ型手法 ほか）
第３部 さらに深く（心理学；神経科学；応用と事例紹介 ほか）
