พื้นฐาน Reinforcement Learning ด้วย Python และ Gymnasium

Reinforcement learning เป็นแรงขับเคลื่อนเบื้องหลังระบบอัตโนมัติที่เรียนรู้การนำทางในโลกที่ซับซ้อนผ่านการลองผิดลองถูก หลักสูตรนี้มอบเส้นทางที่ชัดเจนสำหรับทุกคนที่ต้องการทำความเข้าใจว่าเอเจนต์รับรู้สภาพแวดล้อมอย่างไร และดำเนินการเพื่อเพิ่มผลตอบแทนระยะยาวให้สูงสุด คุณจะได้เปลี่ยนจากทฤษฎีพื้นฐานของ Markov Decision Processes ไปสู่การเขียนโค้ดที่สะอาดและใช้งานได้จริง ซึ่งช่วยแก้ปัญหาการควบคุมแบบคลาสสิก เมื่อจบคอร์สนี้ คุณจะสามารถออกแบบและประเมินเอเจนต์การเรียนรู้โดยใช้เครื่องมือมาตรฐานอุตสาหกรรมและเทคนิคการเขียนโปรแกรมสมัยใหม่ คุณจะได้รับความเข้าใจอย่างถ่องแท้ถึงวิธีการแปลแนวคิดทางคณิตศาสตร์ให้เป็นสคริปต์ Python ที่ใช้งานได้จริง สิ่งที่คุณจะได้เรียนรู้: - ทำความเข้าใจความสัมพันธ์พื้นฐานระหว่างเอเจนต์ สภาพแวดล้อม สถานะ และรางวัล - กำหนดค่าและโต้ตอบกับสภาพแวดล้อมที่หลากหลายโดยใช้ไลบรารี Gymnasium - ใช้ Monte Carlo methods และ Temporal Difference learning สำหรับการประมาณค่า - เชี่ยวชาญอัลกอริทึม Q-Learning และ SARSA เพื่อแก้ปัญหางานการตัดสินใจแบบไม่ต่อเนื่อง - ประยุกต์ใช้ Python type hints สมัยใหม่และรูปแบบการเขียนโค้ดที่สะอาดกับสคริปต์ reinforcement learning - สำรวจการเปลี่ยนแปลงแนวคิดจากวิธีการแบบตารางดั้งเดิมไปสู่ Deep Reinforcement Learning หลักสูตรเริ่มต้นด้วยคำศัพท์ที่จำเป็นและกรอบแนวคิดของการเรียนรู้ตามรางวัล ก่อนที่จะก้าวไปสู่การนำอัลกอริทึมหลักไปใช้ หลักสูตรนี้ออกแบบมาสำหรับผู้เริ่มต้นที่มีความรู้พื้นฐานด้าน Python ที่ต้องการเข้าสู่สาขา AI โดยไม่จำเป็นต้องมีประสบการณ์ด้าน machine learning มาก่อน เริ่มต้นการเดินทางสู่การตัดสินใจแบบอัตโนมัติได้แล้ววันนี้