Przejdź do głównej treści
Strona głównaPython

Kurs

Uczenie przez wzmacnianie z Gymnasium w Pythonie

ZaawansowanyPoziom umiejętności
Zaktualizowano 09.2024
Rozpocznij swoją przygodę z reinforcement learning! Dowiedz się, jak agenci mogą uczyć się rozwiązywać środowiska poprzez interakcje.
Zacznij kurs za darmo
PythonArtificial Intelligence
4 godz.
15 filmów
52 Ćwiczenia
4,400 XP
12,909
Zaświadczenie o ukończeniu

Utwórz bezpłatne konto

Kontynuuj z GooglePokaż więcej opcji

lub


Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności oraz to, że Twoje dane są przechowywane w USA.

Uwielbiany przez kursantów z tysięcy firm

Group

Szkolisz zespół?

Wypróbuj dla firm

Opis 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 NumPy
1

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.
Zacznij rozdział
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.
Zacznij rozdział
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.
Zacznij rozdział
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.
Zacznij rozdział
Uczenie przez wzmacnianie z Gymnasium w Pythonie
Kurs
ukończony

Zdobądź zaświadczenie o ukończeniu

Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysu
Udostępnij to w mediach społecznościowych i podczas oceny wyników pracy
Zapisz 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 opcji

lub


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.