설명
강화 학습: 소개는 리차드 S. 서튼과 앤드류 G. 바르토가 저술한 강화 학습 분야의 기초적인 텍스트로, 인공지능 연구의 중요한 영역입니다. MIT 출판사에서 출판된 이 두 번째 판은 새로운 주제를 포함하고 기존 주제의 범위를 확장하기 위해 크게 업데이트되었습니다. 이 책은 강화 학습의 핵심 아이디어와 알고리즘에 대한 명확하고 접근 가능한 설명을 제공합니다.
저자들은 핵심 온라인 학습 알고리즘에 중점을 두고 이를 이해하기 쉽고 실용적인 방식으로 제시합니다. 책의 첫 번째 부분은 더 복잡한 시나리오에 들어가지 않고 강화 학습의 기본 개념을 독자가 이해할 수 있도록 보장합니다. 이 판에서 소개된 새로운 알고리즘으로는 상한 신뢰 구간(Upper Confidence Bound, UCB), 기대 사르사(Expected Sarsa), 이중 학습(Double Learning)이 있으며, 이는 현대 강화 학습 기술을 이해하고자 하는 모든 이에게 필수적입니다.
책의 두 번째 부분은 이러한 아이디어를 함수 근사로 확장하여 독자에게 인공 신경망 및 푸리에 기초와 같은 고급 주제를 소개합니다. 이 섹션은 또한 정교한 강화 학습 모델 개발에 중요한 오프 정책 학습과 정책 경량 방법에 대한 보다 자세한 설명을 제공합니다.
세 번째 부분에서는 저자들이 강화 학습, 심리학 및 신경 과학 간의 연결을 탐구하며 이들 분야가 어떻게 교차하는지에 대한 통찰을 제공합니다. 알파고, 아타리 게임 플레이 및 IBM 왓슨의 베팅 전략에 대한 논의를 포함한 업데이트된 사례 연구는 실제 시나리오에서 강화 학습의 실제 응용을 보여줍니다. 마지막 장에서는 강화 학습의 사회적 영향을 다루며 독자가 이러한 기술의 윤리적 함의에 대해 고려하도록 유도합니다.
이 책은 전문가뿐만 아니라 학생, 연구자 및 실무자 모두에게 접근 가능하도록 설계되었습니다. 저자들의 명확성과 단순성에 대한 헌신은 강화 학습의 원칙과 응용에 관심이 있는 모든 이에게 귀중한 자원이 됩니다. 포괄적인 범위와 실용적인 통찰력을 갖춘 강화 학습: 소개는 이 역동적인 분야를 이해하고자 하는 모든 이의 도서관에 필수적인 추가 자료입니다.
도서 정보
저자: 리차드 S. 서튼, 앤드류 G. 바르토
출판 연도: 2018
페이지 수: 552
사용 가능한 형식: 하드커버, 전자책
출판사: MIT 출판사
ISBN (하드커버): 9780262039246
ISBN (전자책): 9780262352703
판: 두 번째 판
이 책의 대상 독자
- 학술 연구
- 연구 참고
- 실용적 응용
- 자기 학습
- 윤리적 고려
