Kurs
Uczenie przez wzmacnianie z Gymnasium w Pythonie
ZaawansowanyPoziom umiejętności
Zaktualizowano 09.2024
PythonArtificial Intelligence4 godz.15 filmów52 Ćwiczenia4,400 XP12,909Zaświadczenie o ukończeniu
Utwórz bezpłatne konto
Kontynuuj z GooglePokaż więcej opcjilub
Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności oraz to, że Twoje dane są przechowywane w USA.
Uwielbiany przez kursantów z tysięcy firm
Szkolisz zespół?
Wypróbuj dla firmOpis kursu
Odkryj świat uczenia ze wzmocnieniem
Wyrusz w ekscytującą podróż po Reinforcement Learning (RL), kluczowej gałęzi uczenia maszynowego. Ten interaktywny kurs zabierze Cię w kompleksową podróż przez kluczowe zasady RL, podczas której opanujesz sztukę trenowania inteligentnych agentów, ucząc ich podejmowania strategicznych decyzji i maksymalizowania nagród.Opanuj najważniejsze pojęcia i narzędzia
Twoja przygoda zaczyna się od dogłębnego poznania unikalnych aspektów RL. Nie tylko poznasz podstawowe koncepcje RL, ale także zastosujesz kluczowe algorytmy RL w praktycznych scenariuszach, korzystając z renomowanego zestawu narzędzi OpenAI Gym. To praktyczne podejście zapewnia dogłębne zrozumienie podstaw RL.Poruszaj się po zaawansowanych strategiach i zastosowaniach
W miarę jak Twoja podróż się rozwija, wkroczysz w świat zaawansowanych strategii RL, aby odkryć zawiłości metod Monte Carlo, Temporal Difference Learning i Q-Learning. Opanowując te techniki w Pythonie, będziesz biegły w trenowaniu agentów do wielu złożonych zadań.Przekształć swoją naukę w realny wpływ
Kończąc ten kurs, zdobędziesz dogłębne zrozumienie teorii RL oraz umiejętności pozwalające kreatywnie stosować ją w rzeczywistych kontekstach. Będziesz gotowy do tworzenia modeli RL w Pythonie, otwierając przed sobą świat możliwości w swoich projektach i zawodowych działaniach.Wymagania wstępne
Supervised Learning with scikit-learnPython ToolboxIntroduction to NumPy1
Introduction to Reinforcement Learning
Dive into the exciting world of Reinforcement Learning (RL) by exploring its foundational concepts, roles, and applications. Navigate through the RL framework, uncovering the agent-environment interaction. You'll also learn how to use the Gymnasium library to create environments, visualize states, and perform actions, thus gaining a practical foundation in RL concepts and applications.
2
Model-Based Learning
Delve deeper into the world of RL focusing on model-based learning. Unravel the complexities of Markov Decision Processes (MDPs), understanding their essential components. Enhance your skill set by learning about policies and value functions. Gain expertise in policy optimization with policy iteration and value Iteration techniques.
3
Model-Free Learning
Embark on a journey through the dynamic realm of Model-Free Learning in RL. Get introduced to to the foundational Monte Carlo methods, and apply first-visit and every-visit Monte Carlo prediction algorithms. Transition into the world of Temporal Difference Learning, exploring the SARSA algorithm. Finally, dive into the depths of Q-Learning, and analyze its convergence in challenging environments.
4
Advanced Strategies in Model-Free RL
Dive into advanced strategies in Model-Free RL, focusing on enhancing decision-making algorithms. Learn about Expected SARSA for more accurate policy updates and Double Q-learning to mitigate overestimation bias. Explore the Exploration-Exploitation Tradeoff, mastering epsilon-greedy and epsilon-decay strategies for optimal action selection. Tackle the Multi-Armed Bandit Problem, applying strategies to solve decision-making challenges under uncertainty.
Uczenie przez wzmacnianie z Gymnasium w Pythonie
Kurs ukończony
Zdobądź zaświadczenie o ukończeniu
Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysuUdostępnij to w mediach społecznościowych i podczas oceny wyników pracyZapisz się teraz
Dołącz do ponad 19 milionów kursantów i zacznij Uczenie przez wzmacnianie z Gymnasium w Pythonie już dziś!
Utwórz bezpłatne konto
Kontynuuj z GooglePokaż więcej opcjilub
Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności oraz to, że Twoje dane są przechowywane w USA.
Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych
Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.