強化学習から信頼できる意思決定へ(AI・データサイエンスライブラリ基礎から応用へ〈5〉) [全集叢書]Ω

目次（「BOOK」データベースより）第１章　強化学習の基礎（逐次的意思決定問題；プランニング　ほか）第２章　オフライン強化学習と資源割当問題への応用（オフライン強化学習の動機と困難；オフライン強化学習の問題設定　ほか）第３章　リスク考慮型強化学習と金融への応用（リスクを考慮した逐次的意思決定と応用例；リスク指標とその性質　ほか）第４章　安全性制約考慮型強化学習と制御系への応用（安全性制約考慮型強化学習とは；制約付きマルコフ決定過程　ほか）内容紹介強化学習はその定式化を用いることで幅広い実問題を表現できる一方，信頼性の不足が一因となり，実世界では応用がなされているとは言いがたい．本書は，標準的な定式化と実問題との橋渡しとなるような定式化を体系的にまとめることで，実世界での応用を促進することを目指した．【主要目次】強化学習の基礎／オフライン強化学習と資源割当問題への応用／リスク考慮型強化学習と金融への応用／安全性制約考慮型強化学習と制御系への応用図書館選書本書は，強化学習の標準的な定式化と実問題との橋渡しとなるような定式化を体系的にまとめることで，実世界での応用を促進することを目指した．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）梶野 洸(カジノ ヒロシ)２０１６年東京大学大学院情報理工学系研究科数理情報学専攻博士課程修了。現在、日本アイ・ビー・エム株式会社東京基礎研究所スタッフ・リサーチ・サイエンティスト、博士（情報理工学）宮口 航平(ミヤグチ コウヘイ)２０１９年東京大学大学院情報理工学系研究科数理情報学専攻博士課程修了。現在、日本アイ・ビー・エム株式会社東京基礎研究所スタッフ・リサーチ・サイエンティスト、博士（情報理工学）恐神 貴行(オソガミ タカユキ)２００５年カーネギーメロン大学計算機科学部計算機科学科博士課程修了。現在、日本アイ・ビー・エム株式会社東京基礎研究所シニア・テクニカル・スタッフ・メンバー、Ｐｈ．Ｄ．岩城 諒(イワキ リョウ)２０１９年大阪大学大学院工学研究科知能・機能創成工学専攻博士後期課程修了。現在、日本アイ・ビー・エム株式会社東京基礎研究所リサーチ・サイエンティスト、博士（工学）和地 瞭良(ワチ アキフミ)２０２１年筑波大学大学院理工情報生命学術院システム情報工学研究群情報理工学位プログラム博士後期課程修了。現在、ＬＩＮＥヤフー株式会社チーフリサーチサイエンティスト、博士（工学）著者について梶野 洸 (カジノ ヒロシ)梶野 洸：日本アイ・ビー・エム（株） スタッフ・リサーチ・サイエンティスト　博士（情報理工学）宮口 航平 (ミヤグチ コウヘイ)宮口 航平：日本アイ・ビー・エム（株） スタッフ・リサーチ・サイエンティスト　博士（情報理工学）恐神 貴行 (オソガミ タカユキ)恐神 貴行：日本アイ・ビー・エム（株） シニア・テクニカル・スタッフ・メンバー　Ph.D.岩城 諒 (イワキ リョウ)岩城 諒：日本アイ・ビー・エム（株） リサーチ・サイエンティスト　博士（工学）和地 瞭良 (ワチ アキフミ)和地 瞭良：LINEヤフー（株） チーフリサーチサイエンティスト　博士（情報工学）