作品简介
近年来，机器学习受到了人们的广泛关注。本书面向普通大众，指导读者在Python（基于Chainer和OpenAI Gym）中实践深度强化学习。读者只需要具备一些基本的编程经验即可读懂书中内容，通过实现具体程序来掌握深度强化学习的相关知识。
本书内容：
介绍深度学习、强化学习和深度强化学习的基本知识。
通过多种实际对战游戏（如太空侵略者、吃豆人）来介绍算法，如ε-greedy算法。
使用Anaconda设置本地PC，在倒立摆和老鼠学习问题中实现深度强化学习。
使用Python实现MNIST手写数字分类任务。
实现深度强化学习的基本算法DQN。
详解继DQN之后提出的新的深度强化学习技术（DDQN、PER-DQN、DDPG和A3C等）。
牧野浩二（Koji Makino）
东京工业大学博士，现任山梨大学大学院综合研究部工学领域的助理教授。迄今为止，一直在使用地球模拟器进行纳米碳研究，是使用Arduino进行机器人模型实验的负责人，具有从微机到超级计算机的各种编程经验。主要致力于研究人类的隐性知识，并且正在进行从测量仪器开发到数据分析的连贯研究。
西崎博光（Hiromitsu Nishizaki）
丰桥技术科学大学博士，现为山梨大学大学院综合研究部工学领域的副教授。主要致力于语音信息处理的研究，尤其是语音识别和语音文档检索的研究（即从大规模语音数据库中找到相应语音的研究）。