ゼロから作る Deep Learning ④ 強化学習編

数値計算ライブラリ（NumPy）だけで深層学習モデルを実装することを通してその内部動作を理解するということをコンセプトにした、大人気シリーズの第4弾です。第4弾のテーマは強化学習です。バンディットなど基礎事項の説明から始めて徐々にレベルアップし、最後はDQNやActor-Criticなど最先端の研究へとつながるアルゴリズムを自力で実装します。数式と実装の両面から強化学習の基礎を理解することができました。