- Doświadczenie z programowaniem Python
- Podstawowa znajomość koncepcji uczenia głębokiego i uczenia maszynowego
- Znajomość algorytmów i pojęć matematycznych stosowanych w uczeniu wzmacniającym
Grupa docelowa
- Naukowcy danych
- Specjaliści od uczenia maszynowego
- Badacze sztucznej inteligencji
Uczenie z wzmocnieniem jest potężnym działem uczenia maszynowego, w którym agenci uczą się optymalnych działań poprzez interakcję z otoczeniem. Ten kurs wprowadza uczestników w zaawansowane algorytmy uczenia z wzmocnieniem i ich wdrażanie za pomocą Google Colab. Uczestnicy będą pracować z popularnymi bibliotekami, takimi jak TensorFlow i OpenAI Gym, aby tworzyć inteligentnych agentów zdolnych do podejmowania decyzji w dynamicznych otoczeniach.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do zaawansowanych profesjonalistów, którzy chcą pogłębić swoją wiedzę na temat uczenia z wzmocnieniem i jego praktycznych zastosowań w rozwoju AI za pomocą Google Colab.
Po zakończeniu tego szkolenia uczestnicy będą mogli:
- Zrozumieć podstawowe koncepcje algorytmów uczenia z wzmocnieniem.
- Wdrażać modele uczenia z wzmocnieniem za pomocą TensorFlow i OpenAI Gym.
- Tworzyć inteligentnych agentów, którzy uczą się przez próbę i błąd.
- Optymalizować wydajność agentów za pomocą zaawansowanych technik, takich jak Q-learning i głębokie sieci Q (DQNs).
- Trenować agentów w symulowanych otoczeniach za pomocą OpenAI Gym.
- Wdrażać modele uczenia z wzmocnieniem do zastosowań w rzeczywistym świecie.
Format kursu
- Interaktywne wykłady i dyskusje.
- Dużo ćwiczeń i praktyki.
- Ręczne wdrażanie w środowisku live-lab.
Opcje dostosowania kursu
- Aby złożyć wniosek o dostosowane szkolenie w ramach tego kursu, skontaktuj się z nami w celu ustalenia szczegółów.
Wprowadzenie do uczenia wzmacniającego
- Co to jest uczenie wzmacniające?
- Kluczowe pojęcia: agent, środowisko, stany, akcje i nagrody
- Wyzwania w uczeniu wzmacniającym
Eksploracja i wykorzystanie
- Zbilansowanie eksploracji i wykorzystania w modelach RL
- Strategie eksploracji: epsilon-greedy, softmax i inne
Q-Learning i sieci Q głębokie (DQNs)
- Wprowadzenie do Q-learning
- Implementowanie DQNs za pomocą TensorFlow
- Optymalizowanie Q-learning z wykorzystaniem odtwarzania doświadczeń i sieci docelowych
Metody oparte na politykach
- Algorytmy gradientów polityki
- Algorytm REINFORCE i jego implementacja
- Metody aktora-krytyka
Praca z OpenAI Gym
- Konfiguracja środowisk w OpenAI Gym
- Symulowanie agentów w dynamicznych środowiskach
- Ocenianie wydajności agenta
Zaawansowane techniki uczenia wzmacniającego
- Uczenie wzmacniające wieloagentowe
- Głębokie deterministyczne gradienty polityki (DDPG)
- Optymalizacja polityki bliskiej (PPO)
Wdrażanie modeli uczenia wzmacniającego
- Zastosowania uczenia wzmacniającego w rzeczywistym świecie
- Integracja modeli RL w środowiskach produkcyjnych
Podsumowanie i kolejne kroki
United Arab Emirates - Reinforcement Learning with Google Colab
Qatar - Reinforcement Learning with Google Colab
Egypt - Reinforcement Learning with Google Colab
Saudi Arabia - Reinforcement Learning with Google Colab
South Africa - Reinforcement Learning with Google Colab
Brasil - Reinforcement Learning with Google Colab
Canada - Reinforcement Learning with Google Colab
中国 - Reinforcement Learning with Google Colab
香港 - Reinforcement Learning with Google Colab
澳門 - Reinforcement Learning with Google Colab
台灣 - Reinforcement Learning with Google Colab
USA - Reinforcement Learning with Google Colab
Österreich - Reinforcement Learning with Google Colab
Schweiz - Reinforcement Learning with Google Colab
Deutschland - Reinforcement Learning with Google Colab
Czech Republic - Reinforcement Learning with Google Colab
Denmark - Reinforcement Learning with Google Colab
Estonia - Reinforcement Learning with Google Colab
Finland - Reinforcement Learning with Google Colab
Greece - Reinforcement Learning with Google Colab
Magyarország - Reinforcement Learning with Google Colab
Ireland - Reinforcement Learning with Google Colab
Luxembourg - Reinforcement Learning with Google Colab
Latvia - Reinforcement Learning with Google Colab
España - Reinforcement Learning with Google Colab
Italia - Reinforcement Learning with Google Colab
Lithuania - Reinforcement Learning with Google Colab
Nederland - Reinforcement Learning with Google Colab
Norway - Reinforcement Learning with Google Colab
Portugal - Reinforcement Learning with Google Colab
România - Reinforcement Learning with Google Colab
Sverige - Reinforcement Learning with Google Colab
Türkiye - Reinforcement Learning with Google Colab
Malta - Reinforcement Learning with Google Colab
Belgique - Reinforcement Learning with Google Colab
France - Reinforcement Learning with Google Colab
日本 - Reinforcement Learning with Google Colab
Australia - Reinforcement Learning with Google Colab
Malaysia - Reinforcement Learning with Google Colab
New Zealand - Reinforcement Learning with Google Colab
Philippines - Reinforcement Learning with Google Colab
Singapore - Reinforcement Learning with Google Colab
Thailand - Reinforcement Learning with Google Colab
Vietnam - Reinforcement Learning with Google Colab
India - Reinforcement Learning with Google Colab
Argentina - Reinforcement Learning with Google Colab
Chile - Reinforcement Learning with Google Colab
Costa Rica - Reinforcement Learning with Google Colab
Ecuador - Reinforcement Learning with Google Colab
Guatemala - Reinforcement Learning with Google Colab
Colombia - Reinforcement Learning with Google Colab
México - Reinforcement Learning with Google Colab
Panama - Reinforcement Learning with Google Colab
Peru - Reinforcement Learning with Google Colab
Uruguay - Reinforcement Learning with Google Colab
Venezuela - Reinforcement Learning with Google Colab
Polska - Reinforcement Learning with Google Colab
United Kingdom - Reinforcement Learning with Google Colab
South Korea - Reinforcement Learning with Google Colab
Pakistan - Reinforcement Learning with Google Colab
Sri Lanka - Reinforcement Learning with Google Colab
Bulgaria - Reinforcement Learning with Google Colab
Bolivia - Reinforcement Learning with Google Colab
Indonesia - Reinforcement Learning with Google Colab
Kazakhstan - Reinforcement Learning with Google Colab
Moldova - Reinforcement Learning with Google Colab
Morocco - Reinforcement Learning with Google Colab
Tunisia - Reinforcement Learning with Google Colab
Kuwait - Reinforcement Learning with Google Colab
Oman - Reinforcement Learning with Google Colab
Slovakia - Reinforcement Learning with Google Colab
Kenya - Reinforcement Learning with Google Colab
Nigeria - Reinforcement Learning with Google Colab
Botswana - Reinforcement Learning with Google Colab
Slovenia - Reinforcement Learning with Google Colab
Croatia - Reinforcement Learning with Google Colab
Serbia - Reinforcement Learning with Google Colab
Bhutan - Reinforcement Learning with Google Colab