マイナビ出版

• Max Pumperla、 Kevin Ferguson、 山岡 忠夫（監修）

Pythonによる囲碁AIボット開発からAlphaGo実装までわかりやすく解説！

ボードゲームを題材とした古典的なAIの実装からはじめ、深層学習と強化学習を囲碁AIに組み込み、改良していきます。囲碁ボット構築の方法を理解することで、他の人工知能開発にも応用することができるようになります。
Manning Publications『Deep Learning and the Game of Go』の日本語版。

・PythonとKerasを利用した囲碁AIボット開発でディープラーニングを深く理解できます。
・AlphaGo/AlphaGo Zeroで用いられた手法も解説！
・基本的なPythonと高校レベルの数学の知識で読破可能。

この本はAlphaGoの開発と拡張という魅惑的な冒険へ導いてくれます。あなたは最も美しくかつ挑戦的なゲーム開発の基礎を学ぶことになるでしょう。とても読みやすく魅力に溢れた人工知能と機械学習の実践的入門書です。
― Thore Graepel：DeepMind AlphaGoチームの研究・開発者（本書まえがきより）


第I部：基礎
第1章 深層学習に向けて：機械学習の導入
第2章 機械学習の問題としての囲碁
第3章 最初の囲碁ボットの実装

第II部：機械学習とゲームAI
第4章 木探索によるゲームプレイ
第5章 ニューラルネットワーク入門
第6章 囲碁データのためのニューラルネットワークの設計
第7章 データからの学習：深層学習ボット
第8章 ボットの公開
第9章 練習による学習：強化学習
第10章 方策勾配による強化学習
第11章 価値に基づく強化学習
第12章 actor-critic法による強化学習

第III部：“全体は部分の総和に勝る”
第13章 AlphaGo：すべてをまとめる
第14章 AlphaGo Zero：強化学習と木探索の統合

付録A 数学の基礎
付録B 誤差逆伝播法
付録C 囲碁プログラムとサーバ
付録D Amazon Web Servicesを使用したボットの訓練とデプロイ
付録E Online Go Serverへのボットの提出

ソースコードダウンロード（GitHub）： https://github.com/maxpumperla/deep_learning_and_the_game_of_go
公式サイト（原著サポートサイト）： https://www.manning.com/books/deep-learning-and-the-game-of-go
書籍サポートサイト： https://book.mynavi.jp/supportsite/detail/9784839967093.html

発売日：2019-04-22

ページ数：448ページ