Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Schița de curs
Introducere în Învățarea prin Întărire
- Prezentarea generală a învățării prin întărire și a aplicațiilor sale
- Diferențele dintre învățarea supravegheată, nesupravegheată și învățarea prin întărire
- Concepte cheie: agent, mediu, recompense și politică (policy)
Procese de Decizie Markov (MDP)
- Înțelegerea stărilor, acțiunilor, recompenselor și tranzițiilor de stare
- Funcțiile de valoare și Ecuația lui Bellman
- Programarea dinamică pentru rezolvarea MDP-urilor
Algoritmi RL de bază
- Metode tabelare: Q-Learning și SARSA
- Metode bazate pe politică: algoritmul REINFORCE
- Framework-uri Actor-Critic și aplicațiile lor
Învățare Prin Întărire Profundă (Deep Reinforcement Learning)
- Introducere în Rețelele Profunde Q (DQN)
- Reproducerea experienței (experience replay) și rețelele țintă (target networks)
- Gradientii politicii și metode avansate de RL profund
Framework-uri și Instrumente RL
- Introducere în OpenAI Gym și alte medii RL
- Folosirea PyTorch sau TensorFlow pentru dezvoltarea modelurilor RL
- Antrenare, testare și evaluare (benchmarking) a agenților RL
Provocări în RL
- Echilibrarea explorării și exploatării în timpul antrenării
- Gestionarea recompenselor rare și a problemelor de atribuire a creditului
- Scalabilitatea și provocările computaționale în RL
Activități Practice
- Implementarea algoritmilor Q-Learning și SARSA de la zero
- Antrenarea unui agent bazat pe DQN pentru a juca un joc simplu în OpenAI Gym
- Reglarea fină a modelurilor RL pentru îmbunătățirea performanței în medii personalizate
Rezumat și Pași Următori
Cerințe
- Înțelegere solidă a principiilor și algoritmilor de învățare automată (machine learning)
- Competență în programare Python
- Familiaritate cu rețelele neuronale și framework-urile de învățare profundă (deep learning)
Public-țintă
- Ingineri de învățare automată (machine learning)
- Specialiști AI
14 Ore
