저자소개
서울대에서 이학사, 이학석사, 이학박사를 취득한 후, 울산대학교 수학과에 부임하여 현재까지 교수로 재임하면서 파이썬 프로그래밍, 수리 통계학, 수리인공지능(빅테이터 분석, 순방향신경망, 언어 처리에 사용하는 순환신경망, 이미지 처리에 사용하는 합성곱 신경망) 강의를 하고 있다.
목차
제1장 N-step DQN
1. 용어 설명과 구성요소
2. 신경망 구조
3. 정책(상태가 입력되면 행동 출력) 정의
4. 학습데이터(memory) 정의
5. 손실 정의
6. 파라미터 업데이트 함수 정의
7. Main
8. 코드 설명
9. 전체 코드
10. 연습문제
11. 부록
제2장 NoisyNet
1. 용어 설명과 구성 요소
2. 신경망 구조
3. 정책(상태가 입력되면 행동 출력) 정의
4. 학습데이터(memory) 정의
5. 손실 정의
6. 파라미터 업데이트 함수
7. Main
8. 코드 설명
9. 전체 코드
10. 연습문제
11. 부록
제3장 CategoricalDQN(C51)
1. 용어 설명과 구성 요소
2. 신경망 구조
3. 정책(상태가 입력되면 행동 출력) 정의
4. 학습데이터(memory) 정의
5. 손실 정의
6. 파라미터 업데이트 함수
7. Main
8. 코드 설명
9. 전체 코드
10. 연습문제
11. 부록
제4장 Quantile Regression DQN(QRDQN)
1. 구성 요소
2. 용어 설명
3. 신경망 구조
4. 정책(상태가 입력되면 행동 출력) 정의
5. 학습데이터(memory) 정의
6. 손실 정의
7. 파라미터 업데이트 함수
8. Main
9. 코드 설명
10. 전체 코드
11. 연습문제
12. 부록
제5장 Implicit Quantile Network(IQN)
1. 구성 요소
2. 용어 설명
3. 신경망 구조
4. 정책(상태가 입력되면 행동 출력) 정의
5. 학습데이터(memory) 정의
6. 손실 정의
7. 파라미터 업데이트 함수 정의
8. Main
9. 코드 설명
10. 전체 코드
11. 부록
제6장 Fully Parameterized Quantile Function(FQF)
1. 구성 요소
2. 용어 설명
3. 신경망 구조
4. 정책(상태가 입력되면 행동 출력) 정의
5. 학습데이터(memory) 정의
6. 손실 정의
7. 파라미터 업데이트 함수 정의
8. Main
9. 코드 설명
10. 전체 코드
11. 부록
제7장 Rainbow
1. 전체 코드
2. 연습문제
부록 Backup diagram으로 가치 계산
