Pular para o conteúdo principal
InícioPython

Curso

Reinforcement Learning com Gymnasium em Python

AvançadoNível de habilidade
Atualizado 09/2024
Comece sua jornada no aprendizado por reforço! Aprenda como os agentes podem aprender a resolver ambientes por meio de interações.
Iniciar curso gratuitamente
PythonArtificial Intelligence
4 h
15 vídeos
52 Exercícios
4,400 XP
12,955
Declaração de realização

Crie sua conta gratuita

Continuar com o GoogleMostrar mais opções

ou


Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados serão armazenados nos EUA.

Preferido por alunos de milhares de empresas

Group

Treinando uma equipe?

Experimente para Empresas

Descrição do curso

Descubra o mundo do aprendizado por reforço

Comece uma exploração emocionante do Aprendizado por Reforço (RL), um ramo importante do machine learning. Este curso interativo leva você a uma jornada abrangente pelos princípios fundamentais da RL, onde você vai dominar a arte de treinar agentes inteligentes, ensinando-os a tomar decisões estratégicas e maximizar recompensas.

Domine conceitos e ferramentas essenciais

Sua aventura começa com um mergulho profundo nos aspectos únicos do RL. Você não só vai aprender os conceitos básicos de RL, mas também aplicar os principais algoritmos de RL em cenários práticos usando o famoso kit de ferramentas OpenAI Gym. Essa abordagem prática garante uma compreensão completa dos fundamentos da RL.

À medida que sua jornada se desenrola, você vai se aventurar nos reinos das estratégias avançadas de RL para descobrir as complexidades dos métodos Monte Carlo, Aprendizado por Diferença Temporal e Aprendizado Q. Ao dominar essas técnicas em Python, você vai ficar craque em treinar agentes para várias tarefas complexas.

Transforme seu aprendizado em impacto no mundo real

Ao terminar este curso, você vai sair com um entendimento profundo da teoria RL, pronto para usar suas habilidades de forma criativa em situações reais. Você vai estar pronto pra criar modelos RL em Python, abrindo um mundo de possibilidades nos seus projetos e empreendimentos profissionais.

Pré-requisitos

Supervised Learning with scikit-learnPython ToolboxIntroduction to NumPy
1

Introdução ao Reinforcement Learning

Mergulhe no mundo do Reinforcement Learning (RL) explorando seus conceitos, papéis e aplicações fundamentais. Navegue pelo framework de RL, entendendo a interação agente-ambiente. Você também vai aprender a usar a biblioteca Gymnasium para criar ambientes, visualizar estados e executar ações, construindo uma base prática em conceitos e aplicações de RL.
Iniciar capítulo
2

Aprendizado baseado em modelo

Aprofunde-se no mundo de RL com foco no aprendizado baseado em modelo. Desvende as complexidades dos Processos de Decisão de Markov (MDPs), entendendo seus componentes essenciais. Aprimore seu conjunto de habilidades aprendendo sobre políticas e funções de valor. Ganhe domínio em otimização de políticas com as técnicas de iteração de política e iteração de valor.
Iniciar capítulo
3

Aprendizado livre de modelo

Embarque em uma jornada pelo dinâmico universo do aprendizado livre de modelo em RL. Conheça os métodos fundamentais de Monte Carlo e aplique os algoritmos de predição Monte Carlo de primeira visita e de todas as visitas. Em seguida, avance para o mundo do Aprendizado por Diferença Temporal, explorando o algoritmo SARSA. Por fim, mergulhe no Q-Learning e analise sua convergência em ambientes desafiadores.
Iniciar capítulo
4

Estratégias avançadas em RL livre de modelo

Mergulhe em estratégias avançadas em RL livre de modelo, com foco em aprimorar algoritmos de tomada de decisão. Aprenda sobre Expected SARSA para atualizações de política mais precisas e Double Q-learning para reduzir o viés de superestimação. Explore o equilíbrio entre exploração e exploração, dominando as estratégias epsilon-greedy e epsilon-decay para seleção de ações ideal. Enfrente o problema do bandido de múltiplos braços, aplicando estratégias para resolver desafios de decisão sob incerteza.
Iniciar capítulo
Reinforcement Learning com Gymnasium em Python
Curso
concluído

Obtenha um certificado de conclusão

Adicione esta credencial ao seu perfil do LinkedIn, currículo ou CV
Compartilhe nas redes sociais e em sua avaliação de desempenho
Inscreva-se agora

Faça como mais de 19 milhões de alunos e comece Reinforcement Learning com Gymnasium em Python hoje mesmo!

Crie sua conta gratuita

Continuar com o GoogleMostrar mais opções

ou


Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados serão armazenados nos EUA.

Desenvolva suas habilidades em dados com o app do DataCamp

Continue progredindo em qualquer lugar com nossos cursos para celular e desafios diários de programação de 5 minutos.