20190071
【PDFダウンロード版】AlphaZero 深層学習・強化学習・探索 人工知能プログラミング実践入門
販売価格 3,080円(税込)
判型 B5変形判、オールカラー
総ページ数 336
発売日 2019年6月28日
著者 布留川 英一
発行 株式会社ボーンデジタル
【割引販売実施中】
PDF版の発売を記念しまして、当商品を「10％割引（通常3,200円（税別）のところ、2,800円（税別）」にて販売しております。
※割引販売は、当ページでの告知をもって終了とさせていただく場合がございます。あらかじめご了承ください。
本書の特徴
サンプルを作りながら、最新・最強の機械学習フレームワーク「AlphaZero」が学べる！
Google傘下の英国DeepMind社が開発した「AlphaGo」は、2015年に「囲碁」の一流棋士に圧勝したことで、世界中の大きな注目を集めました。それを発展させ、「囲碁」だけでなく「チェス」「将棋」でも最強のコンピュータソフトを目指して作られたのが、2017年末に発表された「AlphaZero」です。
本書では、この最新・最強の機械学習フレームワークである「AlphaZero」の仕組みを解き明かします。「AlphaZero」は、これまでも使われてきた「深層学習」「強化学習」「探索」のアルゴリズムを組み合わせて作られており、それぞれの構成要素を理解することで、全体像を把握できます。
「深層学習」「強化学習」「探索」のそれぞれの構成要素ごとにサンプルプログラムを用意しているので、動作を確認しながら、ステップバイステップで学んでいくことが可能です。機械学習の実行にはマシンリソースが必要ですが、本書では無償で利用できるクラウド上の「Google Colaboratory」を利用することで、Webブラウザだけで実行と確認を行うことができます。
「AlphaZero」の仕組みが理解できたところで、本書の最終章でそれを応用し「コネクトフォー」「リバーシ」「簡易将棋」の3つのサンプルを作成してみます。AIと人間で対戦して、「AlphaZero」でどのぐらい強いプログラムができるのかを実際に確認してみることが可能です。
目次
1章 AlphaZeroと機械学習の概要
1-1 「AlphaGo」と「AlphaGo Zero」と「AlphaZero」
1-2 深層学習の概要
1-3 強化学習の概要
1-4 探索の概要
2章 Pythonの開発環境の準備
2-1 PythonとGoogleColabの概要
2-2 Google Colabの使い方
2-3 Pythonの文法
3章 深層学習
3-1 ニューラルネットワークで分類
3-2 ニューラルネットワークで回帰
3-3 畳み込みニューラルネットワークで画像分類
3-4 ResNet（Residual Network）で画像分類
4章 強化学習
4-1 多腕バンディット問題
4-2 方策勾配法で迷路ゲーム
4-3 SarsaとQ学習で迷路ゲーム
4-4 DQN（deep Q-network）でCartPole
5章 探索
5-1 ミニマックス法で三目並べ
5-2 アルファベータ法で三目並べ
5-3 原始モンテカルロ探索で三目並べ
5-4 モンテカルロ木探索で三目並べ
6章 AlphaZeroの仕組み
6-1 AlphaZeroで三目並べ
6-2 デュアルネットワークの作成
6-3 モンテカルロ木探索の作成
6-4 セルフプレイ部の作成
6-5 パラメータ更新部の作成
6-6 新パラメータ評価部の作成
6-7 ベストプレイヤーの評価
6-8 学習サイクルの実行
7章 人間とAIの対戦
7-1 ローカルのPython開発環境の準備
7-2 TkinterでGUI作成
7-3 人間とAIの対戦
8章 サンプルゲームの実装
8-1 コネクトフォー
8-2 リバーシ
8-3 簡易将棋
ご購入にあたって
・ダウンロード販売のため、購入後のキャンセルはできません。
・入金・決済を確認後、ご登録いただいた電子メールアドレスに、ダウンロードのリンクを記載したメールを送信いたします。
・ダウンロードの有効期限はメール配信日より2週間です。 PDFのフッタ部分（左下隅）に、ご登録いただいた電子メールアドレスが入ります。
・有償・無償にかかわらず、本ドキュメントを購入者以外に貸与、配布、公開することはできません。
・ご購入者様個人の使用を目的としているため、お一人様一回の購入とさせて頂いております。法人・団体様での複数冊のご利用の際は、こちらからご相談下さい。
・迷惑メール対策としてドメイン受信拒否機能などをご利用の方は、予め下記ドメインからのメールが受信可能となるよう設定をお願い致します。 【ドメイン：@borndigital.jp】
総ページ数 336
発売日 2019年6月28日
著者 布留川 英一
発行 株式会社ボーンデジタル
【割引販売実施中】
PDF版の発売を記念しまして、当商品を「10％割引（通常3,200円（税別）のところ、2,800円（税別）」にて販売しております。
※割引販売は、当ページでの告知をもって終了とさせていただく場合がございます。あらかじめご了承ください。
本書の特徴
サンプルを作りながら、最新・最強の機械学習フレームワーク「AlphaZero」が学べる！
Google傘下の英国DeepMind社が開発した「AlphaGo」は、2015年に「囲碁」の一流棋士に圧勝したことで、世界中の大きな注目を集めました。それを発展させ、「囲碁」だけでなく「チェス」「将棋」でも最強のコンピュータソフトを目指して作られたのが、2017年末に発表された「AlphaZero」です。
本書では、この最新・最強の機械学習フレームワークである「AlphaZero」の仕組みを解き明かします。「AlphaZero」は、これまでも使われてきた「深層学習」「強化学習」「探索」のアルゴリズムを組み合わせて作られており、それぞれの構成要素を理解することで、全体像を把握できます。
「深層学習」「強化学習」「探索」のそれぞれの構成要素ごとにサンプルプログラムを用意しているので、動作を確認しながら、ステップバイステップで学んでいくことが可能です。機械学習の実行にはマシンリソースが必要ですが、本書では無償で利用できるクラウド上の「Google Colaboratory」を利用することで、Webブラウザだけで実行と確認を行うことができます。
「AlphaZero」の仕組みが理解できたところで、本書の最終章でそれを応用し「コネクトフォー」「リバーシ」「簡易将棋」の3つのサンプルを作成してみます。AIと人間で対戦して、「AlphaZero」でどのぐらい強いプログラムができるのかを実際に確認してみることが可能です。
目次
1章 AlphaZeroと機械学習の概要
1-1 「AlphaGo」と「AlphaGo Zero」と「AlphaZero」
1-2 深層学習の概要
1-3 強化学習の概要
1-4 探索の概要
2章 Pythonの開発環境の準備
2-1 PythonとGoogleColabの概要
2-2 Google Colabの使い方
2-3 Pythonの文法
3章 深層学習
3-1 ニューラルネットワークで分類
3-2 ニューラルネットワークで回帰
3-3 畳み込みニューラルネットワークで画像分類
3-4 ResNet（Residual Network）で画像分類
4章 強化学習
4-1 多腕バンディット問題
4-2 方策勾配法で迷路ゲーム
4-3 SarsaとQ学習で迷路ゲーム
4-4 DQN（deep Q-network）でCartPole
5章 探索
5-1 ミニマックス法で三目並べ
5-2 アルファベータ法で三目並べ
5-3 原始モンテカルロ探索で三目並べ
5-4 モンテカルロ木探索で三目並べ
6章 AlphaZeroの仕組み
6-1 AlphaZeroで三目並べ
6-2 デュアルネットワークの作成
6-3 モンテカルロ木探索の作成
6-4 セルフプレイ部の作成
6-5 パラメータ更新部の作成
6-6 新パラメータ評価部の作成
6-7 ベストプレイヤーの評価
6-8 学習サイクルの実行
7章 人間とAIの対戦
7-1 ローカルのPython開発環境の準備
7-2 TkinterでGUI作成
7-3 人間とAIの対戦
8章 サンプルゲームの実装
8-1 コネクトフォー
8-2 リバーシ
8-3 簡易将棋
ご購入にあたって
・ダウンロード販売のため、購入後のキャンセルはできません。
・入金・決済を確認後、ご登録いただいた電子メールアドレスに、ダウンロードのリンクを記載したメールを送信いたします。
・ダウンロードの有効期限はメール配信日より2週間です。 PDFのフッタ部分（左下隅）に、ご登録いただいた電子メールアドレスが入ります。
・有償・無償にかかわらず、本ドキュメントを購入者以外に貸与、配布、公開することはできません。
・ご購入者様個人の使用を目的としているため、お一人様一回の購入とさせて頂いております。法人・団体様での複数冊のご利用の際は、こちらからご相談下さい。
・迷惑メール対策としてドメイン受信拒否機能などをご利用の方は、予め下記ドメインからのメールが受信可能となるよう設定をお願い致します。 【ドメイン：@borndigital.jp】
