Grazie per aver inviato la vostra richiesta! Un membro del nostro team vi contatterà a breve.
Grazie per aver inviato la vostra prenotazione! Un membro del nostro team vi contatterà a breve.
Struttura del corso
Introduzione
Reinforcement Learning Nozioni di base
Tecniche di base Reinforcement Learning
Introduzione a BURLAP
Convergenza del valore e iterazione delle policy
Modellare la ricompensa
Esplorazione
Generalizzazione
MDP parzialmente osservabili
Opzioni
Logistica
TD Lambda
Gradienti dei criteri
Deep Q-Learning
Argomenti di Teoria dei Giochi
Riepilogo e prossime tappe
Requisiti
- Conoscenza di Python
- Una comprensione del calcolo universitario e dell'algebra lineare
- Conoscenza di base di Probabilità e Statistics
- Esperienza nella creazione di modelli di machine learning in Python e Numpy
Pubblico
- Gli sviluppatori
- Scienziati dei dati
21 ore