Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Schița de curs
Introducere în Învățarea prin Întărire
- Prezentarea generală a învățării prin întărire și a aplicațiilor acesteia
- Diferențele dintre învățarea supravegheată, nesupravegheată și prin întărire
- Concepte cheie: agent, mediu, recompense și politică
Procese Decizionale Markov (MDP)
- Înțelegerea stărilor, acțiunilor, recompenselor și tranzițiilor de stare
- Funcții de valoare și Ecuația Bellman
- Programare dinamică pentru rezolvarea MDP-urilor
Algoritmi de bază în RL
- Metode tabelare: Q-Learning și SARSA
- Metode bazate pe politică: algoritmul REINFORCE
- Framework-uri Actor-Critic și aplicațiile lor
Învățare Profundă prin Întărire
- Introducere în Rețele Profunde Q (DQN)
- Reproducerea experienței (experience replay) și rețelele țintă
- Gradientul politicii și metode avansate de deep RL
Framework-uri și instrumente RL
- Introducere în OpenAI Gym și alte medii RL
- Utilizarea PyTorch sau TensorFlow pentru dezvoltarea modelelor RL
- Antrenare, testare și benchmarking a agenților RL
Provocări în RL
- Echilibrarea explorării și exploatării în antrenament
- Rezolvarea problemelor cu recompense rare și atribuirea creditului
- Scalabilitatea și provocările computaționale în RL
Activități Practice
- Implementarea algoritmilor Q-Learning și SARSA de la zero
- Antrenarea unui agent bazat pe DQN pentru a juca un joc simplu în OpenAI Gym
- Optimizarea fină a modelelor RL pentru performanțe îmbunătățite în medii personalizate
Rezumat și Pași următori
Cerințe
- Înțelegere solidă a principiilor și algoritmilor de învățare a mașinii
- Competență în programare în Python
- Familiaritate cu rețelele neuronale și framework-urile de învățare profundă
Public țintă
- Ingineri de învățare a mașinii
- Specialiști în IA
14 Ore
