Fundamentals of Reinforcement Learning

• 機器學習經驗
• Programming 經驗

觀眾

• 數據科學家

Reinforcement Learning （RL） 是一種機器學習技術，其中計算機程式（代理）通過執行操作並接收有關操作結果的反饋來學習在環境中的行為。對於每個好的動作，代理都會收到積極的反饋，而對於每個壞的動作，代理都會收到負面反饋（懲罰）。

這種由講師指導的現場培訓（在線或現場）面向數據科學家，他們希望超越傳統的機器學習方法，在不使用標記數據和大數據集的情況下教授計算機程式來解決問題。

在本次培訓結束時，參與者將能夠：

• 安裝並應用實現 Reinforcement Learning 所需的庫和程式設計語言。
• 創建一個能夠通過反饋而不是通過監督學習來學習的軟體代理。
• 對代理程式進行程式設計，以解決決策順序和有限的問題。
• 將知識應用於設計軟體，該軟體可以以類似於人類學習的方式進行學習。

課程形式

• 互動講座和討論。
• 大量的練習和練習。
• 在即時實驗室環境中動手實施。

課程自定義選項

• 要申請本課程的定製培訓，請聯繫我們進行安排。

介紹

• 通過正強化學習

Elements 的 Reinforcement Learning

重要術語（操作、狀態、獎勵、政策、價值、Q 值等）

表格解決方案方法概述

創建 Software Agent

瞭解基於價值、基於策略和基於模型的方法

使用 Markov 決策過程 （MDP）

策略如何定義代理的行為方式

使用 Monte Carlo 方法

時間差異學習

n 步 Bootstrapping

近似求解方法

使用近似值進行策略預測

使用近似的策略控制

使用近似的非策略方法

了解資格跟蹤

使用策略梯度方法

總結和結論