Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
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