強化学習の理論を、Pythonの実装と対にして解説した入門書。マルコフ決定過程、価値関数とベルマン方程式、動的計画法、モンテカルロ法、TD学習、そしてニューラルネットワークとの組み合わせまでを順に積み上げる。
書誌(技術評論社、2020年、ISBN 9784297115159)は国立国会図書館サーチAPI(opensearch)の検索結果で確認。著者・訳者は同APIの責任表示「中井悦司 著」による。初版の刊行年2002年は同APIで同書名の全版を引いて確認。
当サイトは Amazon.co.jp アソシエイトおよび楽天アフィリエイトのプログラム参加者です。書籍ページの購入リンクから商品が購入された場合、当サイトが紹介料を受け取ることがあります。