Свържете се с нас

Съдържание и теми, включени в курса

Въведение в обучението с подкрепление

  • Общ преглед на обучението с подкрепление и неговите приложения
  • Разлики между обучение с учител, без учител и с подкрепление
  • Ключови концепции: агент, среда, награди и политика

Марковски процеси за вземане на решения (MDP)

  • Разбиране на състояния, действия, награди и преходи между състояния
  • Функции на стойността и уравнението на Белман
  • Динамично програмиране за решаване на MDP

Основни RL алгоритми

  • Таблични методи: Q-Learning и SARSA
  • Методи, базирани на политика: REINFORCE алгоритъм
  • Актьор-критик рамки и техните приложения

Дълбоко обучение с подкрепление

  • Въведение в Deep Q-Networks (DQN)
  • Преиграване на опит и целеви мрежи
  • Градиенти на политиката и напреднали методи за дълбоко RL

RL рамки и инструменти

  • Въведение в OpenAI Gym и други RL среди
  • Използване на PyTorch или TensorFlow за разработка на RL модели
  • Обучение, тестване и сравнителен анализ на RL агенти

Предизвикателства в RL

  • Балансиране на проучването и експлоатацията при обучение
  • Справяне с редки награди и проблеми с присвояването на кредит
  • Предизвикателства с мащабируемостта и изчислителните ресурси в RL

Практически дейности

  • Внедряване на Q-Learning и SARSA алгоритми от нулата
  • Обучение на базиран на DQN агент да играе проста игра в OpenAI Gym
  • Фина настройка на RL модели за подобрена производителност в персонализирани среди

Обобщение и следващи стъпки

Изисквания

  • Солидно разбиране на принципите и алгоритмите на машинното обучение
  • Владеене на програмиране с Python
  • Запознатост с невронни мрежи и рамки за дълбоко обучение

Аудитория

  • Инженери по машинно обучение
  • AI специалисти
 14 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории