반디앤루니스 인터넷서점
전체

로고이미지

검색

  • ▼
HOT ISSUE

네비게이션 실시간 인기 책

    밑바닥부터 시작하는 딥러닝 4 : 파이썬으로 직접 구현하며 배우는 강화 학습 알고리즘

    베스트

    밑바닥부터 시작하는 딥러닝 4 : 파이썬으로 직접 구현하며 배우는 강화 학습 알고리즘

    • 사이토 고키 저
    • 한빛미디어
    • 2024년 01월 26일
    • 정가
      30,000원
    • 판매가
      27,000원 [10% 할인]
    • 결제 혜택
      무이자
    • 적립금
      1,500원 적립 [5%P]

      NAVER Pay 결제 시 네이버페이 포인트 5% 적립 ?

    • 배송구분
      업체배송(반디북)
    • 배송료
      무료배송
    • 출고예정일

      출고예정일 안내

      ※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.

      close

      2024년 05월 29일(수)

      ※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.

    수량
    바로 구매 쇼핑카트 담기 위시리스트
    회원리뷰
    - [0]
    ISBN: 9791169211956 372쪽 707g 183 x 235 (㎜)

    지금 이책은

    이 분야의 베스트셀러

    이 책과 함께 구매한 책

    이 책이 속한 분야

    책 소개

    상품문의 / 정보수정 요청 >

    출판사 리뷰

    강화 학습 마스터의 지름길은 기초를 다지는 것!

    딥러닝은 매우 핫한 분야여서 하루가 멀다 하고 새로운 알고리즘과 응용 사례가 발표되고 있습니다. 엄청난 발전 속도에 따라 관련 기술과 서비스도 빠르게 진화해서, 이전에는 유행이었던 것들이 지금은 사라지기도 합니다. 하지만 한편으로는 변하지 않고 전해져 내려오는 것도 있죠. 이 책에서는 배우는 지식이 바로 그 변하지 않는 것입니다. 강화 학습의 기초를 이루는 아이디어와 기술은 예나 지금이나 변함이 없습니다. 최신 알고리즘도 오래전부터 존재해온 아이디어를 토대로 합니다. 강화 학습의 기본 원리, 마르코프 결정 과정, 벨만 방정식, Q 러닝, 신경망 등과 같은 주제는 앞으로도 변함없이 중요하게 여겨질 것입니다. 따라서 현재의 강화 학습, 나아가 심층 강화 학습까지 이해하려면 강화 학습의 기초부터 차근차근 학습하는 것이 오히려 지름길입니다. 파이썬과 수학에 대한 기초만 있다면 읽을 수 있도록 수식 기호 하나하나, 코드 한 줄 한 줄 친절히 설명합니다. 이 책으로 강화 학습의 기초를 제대로 배우고 ‘변하지 않는 것’의 아름다움을 맛보기 바랍니다. 여러분 곁에 포스가 함께 하기를…

    대상 독자

    - 강화 학습의 원리를 제대로 배우고자 하는 독자
    - 딥러닝을 더 깊게 이해하고 싶은 개발자
    - 파이썬 지식이 있으며 딥러닝과 강화 학습에 흥미가 있는 데이터 과학 입문자

    주요 내용

    - 여러 후보 가운데 가장 좋은 것을 순차적으로 찾는 '밴디트 문제' 풀어보기(1장)
    - 일반적인 강화 학습 문제를 ‘마르코프 결정 과정’으로 정의하기(2장)
    - 마르코프 결정 과정에서 최적의 답을 찾는 데 핵심이 되는 ‘벨만 방정식’ 도출하기(3장)
    - 벨만 방정식을 풀기 위한 방법: 동적 프로그래밍(4장), 몬테카를로법(5장), TD법(6장)
    - 딥러닝에 대해 알아보고 딥러닝을 강화 학습 알고리즘에 적용하기(7장)
    - DQN을 구현하고 DQN을 확장한 방법 알아보기(8장)
    - DQN과는 다른 접근법: ‘정책 경사법’ 알고리즘(9장)
    - A3C/DDPG/TRPO/레인보우 알고리즘과 심층 강화 학습(10장)

    저자 소개

    사이토 고키

    저자 : 사이토 고키 (齋藤 康毅)
    1984년 나가사키 현 쓰시마 출생. 도쿄공업대학 공학부를 졸업하고 도쿄대학대학원 학제정보학부 석사 과정을 수료했다. 현재는 기업에서 인공지능 관련 연구·개발에 매진하고 있다. 오라일리재팬에서 『밑바닥부터 시작하는 딥러닝』 시리즈를 집필했으며 『파이썬 인 프랙티스』, 『밑바닥부터 만드는 컴퓨팅 시스템』, 『Building Machine Learning Systems with Python』 등을 일본어로 옮겼다.

    역자 : 개앞맵시
    고려대학교 컴퓨터학과를 졸업하고 삼성전자에서 자바 가상 머신, 바다 플랫폼, 챗온 메신저 서비스 등을 개발했다. 주 업무 외에 분산 빌드, 지속적 통합, 수명주기 관리 도구, 애자일 도입 등 동료 개발자들에게 실질적인 도움을 주는 일에 적극적이었다. 그 후 창업 전선에 뛰어들어 좌충우돌하다가 개발자 커뮤니티에 기여하는 더 나은 방법을 찾아 출판 시장에 뛰어들었다.
    『밑바닥부터 시작하는 딥러닝』 시리즈, 『구글 엔지니어는 이렇게 일한다』, 『리팩터링 2판』, 『이펙티브 자바 3판』 등을 번역했다.
    개발자들과의 소통 창구로 소소하게 facebook.com/dev.loadmap 페이지를 운영 중이다.

    목차


    CHAPTER 1 밴디트 문제
    _1.1 머신러닝 분류와 강화 학습
    _1.2 밴디트 문제
    _1.3 밴디트 알고리즘
    _1.4 밴디트 알고리즘 구현
    _1.5 비정상 문제
    _1.6 정리

    CHAPTER 2 마르코프 결정 과정
    _2.1 마르코프 결정 과정(MDP)이란?
    _2.2 환경과 에이전트를 수식으로
    _2.3 MDP의 목표
    _2.4 MDP 예제
    _2.5 정리

    CHAPTER 3 벨만 방정식
    _3.1 벨만 방정식 도출
    _3.2 벨만 방정식의 예
    _3.3 행동 가치 함수(Q 함수)와 벨만 방정식
    _3.4 벨만 최적 방정식
    _3.5 벨만 최적 방정식의 예
    _3.6 정리

    CHAPTER 4 동적 프로그래밍
    _4.1 동적 프로그래밍과 정책 평가
    _4.2 더 큰 문제를 향해
    _4.3 정책 반복법
    _4.4 정책 반복법 구현
    _4.5 가치 반복법
    _4.6 정리

    CHAPTER 5 몬테카를로법
    _5.1 몬테카를로법 기초
    _5.2 몬테카를로법으로 정책 평가하기
    _5.3 몬테카를로법 구현
    _5.4 몬테카를로법으로 정책 제어하기
    _5.5 오프-정책과 중요도 샘플링
    _5.6 정리

    CHAPTER 6 TD법
    _6.1 TD법으로 정책 평가하기
    _6.2 SARSA
    _6.3 오프-정책 SARSA
    _6.4 Q 러닝
    _6.5 분포 모델과 샘플 모델
    _6.6 정리

    CHAPTER 7 신경망과 Q 러닝
    _7.1 DeZero 기초
    _7.2 선형 회귀
    _7.3 신경망
    _7.4 Q 러닝과 신경망
    _7.5 정리

    CHAPTER 8 DQN
    _8.1 OpenAI Gym
    _8.2 DQN의 핵심 기술
    _8.3 DQN과 아타리
    _8.4 DQN 확장
    _8.5 정리

    CHAPTER 9 정책 경사법
    _9.1 가장 간단한 정책 경사법
    _9.2 REINFORCE
    _9.3 베이스라인
    _9.4 행위자-비평자
    _9.5 정책 기반 기법의 장점
    _9.6 정리

    CHAPTER 10 한 걸음 더
    _10.1 심층 강화 학습 알고리즘 분류
    _10.2 정책 경사법 계열의 고급 알고리즘
    _10.3 DQN 계열의 고급 알고리즘
    _10.4 사례 연구
    _10.5 심층 강화 학습이 풀어야 할 숙제와 가능성
    _10.6 정리

    APPENDIX A 오프-정책 몬테카를로법
    A.1 오프-정책 몬테카를로법 이론
    A.2 오프-정책 몬테카를로법 구현

    APPENDIX B n단계 TD법

    APPENDIX C Double DQN 이해하기
    C.1 DQN에서의 과대적합이란?
    C.2 과대적합 해결 방법

    APPENDIX D 정책 경사법 증명
    D.1 정책 경사법 도출
    D.2 베이스라인 도출

    배송 시 유의사항

    - 반디앤루니스에서 구매하신 도서는 물류 대행 위탁업체 웅진 북센을 통해 배송됩니다.
     (배송 포장에 "웅진 북센"으로 표기될 수 있습니다.)

    - 구매한 상품의 품질과 배송 관련 문의는 반디앤루니스로 문의 바랍니다.

    - 천재지변 및 택배사의 사정에 따라 배송이 지연될 수 있습니다.

    - 결제(입금) 완료 후 출판사 및 유통사의 사정으로 품절 또는 절판 되어 상품 구입이 어려울 수 있습니다. (별도 안내 예정)

    - 도서산간지역의 경우 추가 배송비가 발생될 수 있습니다.

    반품/교환

    상품 설명에 반품/ 교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다)

    반품/교환

    반품/교환
    반품/교환 방법 홈 > 고객센터 > 자주찾는질문 “반품/교환/환불” 안내 참고 또는 1:1상담게시판
    반품/교환 가능 기간 반품,교환은 배송완료 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제발견 후 30일 이내에 신청가능
    반품/교환 비용 변심 혹은 구매착오의 경우에만 반송료 고객 부담(별도 지정 택배사 없음)
    반품/교환 불가 사유
    • 소비자의 책임 사유로 상품 등이 손실 또는 훼손된 경우
    • 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
    • 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예)만화책, 잡지, 화보집 등
    • 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
    • 전자상거래등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
    • 해외주문 상품(해외 원서)의 경우(파본/훼손/오발송 상품을 제외)
    소비자 피해보상
    환불지연에 따른 배상
    • 상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
      소비자 분쟁해결 기준(공정거래위원회고시)에 준하여 처리됨
    • 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
      소비자 보호에 관한 법률에 따라 처리함
    반품/교환 주소 경기도 파주시 문발로 77, 웅진북센(반디앤루니스)
    • 회사명 : (주)서울문고
    • 대표이사 : 김홍구
    • 개인정보 보호책임자 : 김홍구
    • E-mail : bandi_cs@bnl.co.kr
    • 소재지 : (06168) 서울 강남구 삼성로 96길 6
    • 사업자 등록번호 : 120-81-02543
    • 통신판매업 신고번호 : 제2023-서울강남-03728호
    • 물류센터 : (10881) 경기도 파주시 문발로 77 반디앤루니스
    copyright (c) 2016 BANDI&LUNI'S All Rights Reserved