Metody nauczania oparte na próbkach dla uczenia się wzmacniającego

Budowanie inteligentnych systemów często wymaga uczenia się z doświadczenia, gdy doskonały model świata jest niedostępny.Ten kurs wprowadza Cię do podstawowych algorytmów, które umożliwiają agentom poprawę podejmowania decyzji poprzez bezpośrednią interakcję i informacje zwrotne. Przejdziesz od zrozumienia podstawowych pętli agent-środowisko do wdrażania wyrafinowanych strategii, które rozwiązują złożone zadania bez wcześniejszej znajomości dynamiki środowiska.Pod koniec tego kursu będziesz w stanie zaprojektować systemy, które uczą się na własnych sukcesach i niepowodzeniach. Czego się nauczysz: - Zrozum podstawowe pojęcia stanów, działań i nagród w systemach uczenia się. - Wdrożyć metody Monte Carlo do oceny i poprawy polityki w oparciu o doświadczenie. - Uczenie się różnic czasowych Master, w tym mechanika Q-learningu i SARSA. - Zastosuj strategie eksploracji i eksploatacji, aby zrównoważyć odkrywanie nowych ścieżek z maksymalizacją nagród. - Ćwicz oszacowanie funkcji wartości, aby przewidzieć długoterminowe wyniki w dynamicznych ustawieniach. - Poznaj podstawy nowoczesnego przybliżenia funkcji, aby pomóc w nauce metod skalowania do większych problemów. Kurs rozpoczyna się od podstawowej terminologii i matematycznych podstaw uczenia się wzmacniającego, a następnie przechodzi do praktycznych zastosowań algorytmów poprzez pisemne wyjaśnienia i przykłady kodu.Jest przeznaczony dla początkujących, którzy chcą solidnego koncepcyjnego i praktycznego podstawy w tym, jak maszyny uczą się z doświadczenia. Rozpocznij swoją podróż w autonomiczne uczenie się i zacznij budować agentów, którzy dostosowują się do otaczającego ich świata.