最強囲碁AI アルファ碁 解体新書 深層学習、モンテカルロ木探索、強化学習から見たその仕組み 電子書籍（大槻 知史 三宅 陽一郎）｜翔泳社の本
  1. ホーム >
  2. 電子書籍 >
  3. 最強囲碁AI アルファ碁 解体新書 深層学習、モンテカルロ木探索、強化学習から見たその仕組み

最強囲碁AI アルファ碁 解体新書 深層学習、モンテカルロ木探索、強化学習から見たその仕組み

著
監修

形式：
電子書籍
発売日：
ISBN：
9784798152585
価格：
2,860円（本体2,600円＋税10%）
カテゴリ：
人工知能・機械学習
キーワード：
#プログラミング,#開発手法,#データ・データベース,#ビジネスIT
紙の書籍
電子書籍
本書籍には新版があります
最強囲碁AI アルファ碁 解体新書 増補改訂版 アルファ碁ゼロ対応 深層学習、モンテカルロ木探索、強化学習から見たその仕組み

購入はこちら

企業・教育機関での一括購入

「神の一手」の謎にせまる！

【概要】
2017年5月にAlphaGoと柯潔（カ・ケツ）九段の最終決戦が行われ、
AlphaGoの3連勝となりました。AlphaGoは今回の対戦で
さらに進化をとげました。

このようにAIの技術進化は日進月歩で進んでおり、国内でも
企業や研究開発が進んています。中でも目されているのは、
機械学習・深層学習・強化学習です。

本書はネイチャーで提供されているAlphaGoに関する
難解な学術論文を著者のほうで読み解き、「AlphaGo」で
利用されている深層学習や強化学習、モンテカルロ木探索の
仕組みについて、実際の囲碁の画面も参照しながら、
わかりやすく解説した書籍です。

本書を読むことで、最新のAIに深層学習、強化学習、
モンテカルロ木探索がどのように利用されているかを
知ることができ、実際の研究開発の参考にすることができます。

【読者対象】
・人工知能関連の開発に携わる開発者、研究者
・ゲームAI開発者


※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

（翔泳社）

目次の登録はありません。

付属データはこちら

お問い合わせ

内容についてのお問い合わせは、正誤表、追加情報をご確認後に、お送りいただくようお願いいたします。

正誤表、追加情報に掲載されていない書籍内容へのお問い合わせや
その他書籍に関するお問い合わせは、書籍のお問い合わせフォームからお送りください。

利用許諾に関するお問い合わせ

本書の書影（表紙画像）をご利用になりたい場合は書影許諾申請フォームから申請をお願いいたします。
書影（表紙画像）以外のご利用については、こちらからお問い合わせください。

追加情報はありません。
この商品の「よくある質問」はありません。

現在表示されている正誤表の対象書籍

書籍の種類:電子書籍

書籍の刷数:全刷


※重版をした際に、内容が修正されている場合があります。「刷数の確認方法（例）」の図を参考に、お手元の書籍の刷数をご確認ください。下の「書籍の刷数」の欄で刷数を選択すると、お持ちの書籍の刷数に合わせて、正誤情報を絞り込むことができます。

書籍によっては表記が異なる場合がございます


本書に誤りまたは不十分な記述がありました。下記のとおり訂正し、お詫び申し上げます。

対象の書籍は正誤表がありません。

　書籍の刷数で正誤情報を絞り込みたい場合は選択してください。

　書籍の種類:

最終更新日:2018年02月14日
ページ数 内容 書籍修正刷 電子書籍訂正 発生刷 登録日
006
下から9行目
誤 誰かしも
正 誰しも
2刷 済 1刷 2017.08.08
068
図2.9の一番上の記述
誤 第1層の16個のフィルタ重みの例
正 学習の結果得られた第1層の16個のフィルタ重みの例
2刷 済 1刷 2017.08.08
073
2.2.6の見出し
誤 2.2.6　誤差逆伝搬法に基づくCNNの学習
正 2.2.6　誤差逆伝搬法に基づくCNNのフィルタ重みの学習
2刷 済 1刷 2017.08.08
087
下から2行目
誤 強いプレイヤと一致した例となっています。
正 確率最大の手であり、この場合正解である強いプレイヤの手と一致した例となっています。
2刷 済 1刷 2017.08.08
088
図2.18(a)
誤
正
備
考		 元の図は、ここに白石がなく、(b)と対応していませんでした。
2刷 済 1刷 2017.08.08
105
上から8行目
誤 Step 4 SGDのパラメータの更新
正 Step 4 SGDによるパラメータの更新
2刷 済 1刷 2017.08.08
106
下から5行目
誤 ・・・（略）・・・ です。 　結果として、・・・（略）・・・
正 ・・・（略）・・・ です。

学習結果
　結果として、・・・（略）・・・
備
考		 ※「結果として」の段落の直上に、直前の「汎化と過学習」と同レベルの小見出しを追加
※小見出し「学習結果」
2刷 済 1刷 2017.08.08
107
MEMOの中、上から2行目
誤 回転反転対象パターン
正 回転反転対称パターン
2刷 済 1刷 2017.08.08
108
図2.25のキャプション
誤 SLポリシーネットワークの学習結果。　・・・
正 SLポリシーネットワークのフィルタ重みの学習結果。　・・・
2刷 済 1刷 2017.08.08
133
図3.4　（b）UCB1が大きい腕を選ぶ方策の場合　
誤 列：腕A(真の確率80%)→成功回数/試行回数 行：10回目 2/5　
正 列：腕A(真の確率80%)→成功回数/試行回数 行：10回目 3/5
未 済 1刷 2018.02.14
139
上から5行目
誤 図3.6の迷路では、p142の図8に示すように、16の各マスに対しそれぞれ4つの行動選択肢があるため、行動価値関数(MEMO参照)は16×4のテーブルで表せます。
正 図3.6(a)の迷路では、16の各マスで「上」「下」「左」「右」の最大4つの行動選択肢があるため、行動価値関数(MEMO参照)は16×4のテーブルで表せます(p142の図3.8(c))。
2刷 済 1刷 2017.08.08
141
MEMO ステップ数の中
誤 迷路の例では、最小ステップ数は「1→5→6→7→11→15→16」となり、移動する場合の7となります。
正 図3.6(a)の迷路の例では、最短経路は「1→5→6→7→11→15→16」なので、最小ステップ数は7となります。
2刷 済 1刷 2017.08.08
143
上から7〜8行目
誤 16×4のテーブルとして表されますが(図3.8(d))
正 16×4のテーブルとして表されますが(図3.8(c))
2刷 済 1刷 2017.08.08
152
表3.1のATARI×エピソードのセル
誤 開始からボールを落とす
正 開始からボールを落とすまで
2刷 済 1刷 2017.08.08
153
Step 4の見出し
誤 Step 4 相手モデルと味方モデルで終局まで手を進める
正 Step 4 方策勾配法により、ポリシーネットワークのパラメータを更新する
2刷 済 1刷 2017.08.08
159
上から1〜2行目
誤 　それではこの3000万個の学習をどのように得ると・・・（略）・・・。 　第1に・・・（略）・・・16万個(3000万個の棋譜)・・（略）・・・。
正 　それでは3000万個の学習データをどのように得ると・・・（略）・・・。 　第1に・・・（略）・・・16万個の棋譜(3000万個の局面)・・（略）・・・。
2刷 済 1刷 2017.08.08
160
図3.16フローチャートの一番上の□の中
誤 Φ
正 ∅
2刷 済 1刷 2017.08.08
229
図5.10の横軸の文字列
誤 モンテカルロ木探索　　（・・・略・・・） ポリシーネットワーク　　（・・・略・・・） バリューネットワーク　　（・・・略・・・）
正 バリューネットワーク　　（・・・略・・・） ポリシーネットワーク　　（・・・略・・・） モンテカルロ木探索　（・・・略・・・）
未 済 2刷 2017.08.08
262
下から2行目
誤 2017年6月吉日
正 2017年7月吉日
2刷 済 1刷 2017.08.08
264
INDEXの「Compute Unifi ed Device Architecture」
誤 Compute Unifi ed Device Architecture
正 Compute Unified Device Architecture
備
考		 ・Unified中のスペースを削除
・最後にeを追加
2刷 済 1刷 2017.08.08

感想・レビュー

suoyimi さん

2018-09-26

ネイチャーに投稿されたアルファ碁の論文を元にアルファ碁で採用している手法を紹介しています。これらの論文は普通に読むと全体像が理解しにくいですが、本書を読むことで全体像を理解しながらアルファ碁の理解を進めることができます。 ディープラーニング、強化学習、探索の3つの領域に分けて、過去からの進歩の様子をわかりやすく説明しています。数式はほとんどでてこないので理系以外の方が読んでも面白いと思います。

wellon さん

2018-08-14

「人工知能」といった時に裏側で何が行われているのかを、囲碁AIを題材に扱った名著。 古典的なモンテカルロ木、自己対戦の繰り返しによる強化学習、プロの棋譜を基に学習するディープラーニングなどなど。 人工知能に興味がある人が3冊目くらいに読むと大変勉強になる本です。（1冊目にするとハードです。）

Ursula さん

2018-08-06

分かりやすい解説。論文自体も読まなきゃなあ