Deep Reinforcement Learning με το Python Κομμάτι εκπαίδευσης

Το βαθύ επικεντρωμένο μάθηση (DRL) συνδυάζει τους κανόνες του επικεντρωμένου μαθήματος με αρχιτεκτονικές βαθύτητας μάθησης για να επιτρέψει σε ουσιακοί να λαμβάνουν αποφάσεις μέσω της διαδραστικότητας με το περιβάλλον τους. Υποστηρίζει πολλές σύγχρονες εξελίξεις της ΤΕΙ, όπως αυτόδικαια οχήματα, διαχείριση ρομποτικών, αλγοριθμικές συναλλαγές και προσαρμοστικά συστήματα προτάσεων. Το DRL επιτρέπει σε τεχνητό υπολογιστικό μοντέλο να μαθαίνει στρατηγικές, να βελτιώνει πολιτικές και να λαμβάνει αυτόνομες αποφάσεις με βάση δοκιμές-λαθή χρησιμοποιώντας επίδραση-βασισμένο μάθημα.

Αυτή η διδακτική ανάγνωση υπό την καθοδήγηση εξειδικευμένου (online ή on-site) απευθύνεται σε διαμεσαίο επίπεδο προγραμματιστές και επιστήμονες δεδομένων που θέλουν να μάθουν και να εφαρμόζουν τεχνικές βαθύτητας επικεντρωμένου μαθήματος για να φτιάξουν έξυπνους υπολογιστικά αντικείμενα που διαθέτουν την ικανότητα για αυτόνομη λήψη αποφάσεων σε περίπλοκα περιβάλλοντα.

Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν να:

Να καταλάβουν τις θεωρητικές βάσεις και τα μαθηματικά αξιώματα του επικεντρωμένου μαθήματος.
Να υλοποιήσουν κλειδί αλγόριθμους RL, περιλαμβανομένων του Q-Learning, Policy Gradients, και Actor-Critic μεθόδων.
Να φτιάξουν και να εκπαιδεύσουν βαθιούς αγέντες επικεντρωμένου μαθήματος χρησιμοποιώντας TensorFlow ή PyTorch.
Να εφαρμόζουν DRL σε πρακτικές εφαρμογές όπως παιχνίδια, ρομποτική και αποφασιστική βελτιστοποίηση.
Να διαγνωστίζουν, να οπτικοποιούν και να βελτιώνουν την απόδοση εκπαίδευσης χρησιμοποιώντας σύγχρονα εργαλεία.

Μορφή του Μαθήματος

Αλληλεπιδραστική παράσταση και οδηγούμενη συζήτηση.
Πρακτικές εξασκήσεις και υλοποίηση πρακτικών.
Ζωντανές δεμονστράσεις κώδικα και εφαρμογές με βάση έργα.

Επιλογές Προσαρμογής του Μαθήματος

Για να παράσχετε μια εξατομικευμένη έκδοση αυτού του μαθήματος (π.χ., χρησιμοποιώντας PyTorch αντί TensorFlow), παρακαλούμε επικοινωνήστε μαζί μας για τη διαμόρφωση.

Ευχαριστούμε που στάλθηκε η αποσαφήνισή σας! Ένα μέλος της ομάδου μας θα επικοινωνήσει μαζί σας σύντομα.

Ευχαριστούμε για την εκδήλωση κράτησης! Ένας από τους συνεργάτες μας θα επικοινωνήσει μαζί σας σύντομα.

Σχόλια (3)

1094 EUR ((Online))

1694 EUR (Εγχώρια Αίθουσα)

Deep Reinforcement Learning με το Python Κομμάτι εκπαίδευσης

Εξέλιξη Κομματιού

Απαιτήσεις

Σχόλια (3)

Nola - Laramie County Community College

Κομμάτι - Artificial Intelligence (AI) Overview

Maggie Webb - Department of Jobs, Regions, and Precincts

Κομμάτι - Artificial Neural Networks, Machine Learning, Deep Thinking

Jimena Esquivel - Zaklad Uslugowy Hakoman Andrzej Cybulski

Κομμάτι - Applied AI from Scratch in Python

Εφεξής Μαθήματα

Deep Reinforcement Learning με το Python

Deep Reinforcement Learning με το Python

Deep Reinforcement Learning με το Python

Deep Reinforcement Learning με το Python

Deep Reinforcement Learning με το Python

Σχετικές Κατηγορίες

Αυτή η ιστοσελίδα σε άλλες χώρες/περιοχές

Europe

Asia Pacific

North America

South America

Africa / Middle East

Other sites

Deep Reinforcement Learning με το Python Κομμάτι εκπαίδευσης

Εξέλιξη Κομματιού

Απαιτήσεις

Σχόλια (3)

Nola - Laramie County Community College

Κομμάτι - Artificial Intelligence (AI) Overview

Maggie Webb - Department of Jobs, Regions, and Precincts

Κομμάτι - Artificial Neural Networks, Machine Learning, Deep Thinking

Jimena Esquivel - Zaklad Uslugowy Hakoman Andrzej Cybulski

Κομμάτι - Applied AI from Scratch in Python

Εφεξής Μαθήματα

Deep Reinforcement Learning με το Python

Deep Reinforcement Learning με το Python

Deep Reinforcement Learning με το Python

Deep Reinforcement Learning με το Python

Deep Reinforcement Learning με το Python

Σχετικά Μαθήματα

Artificial Intelligence (AI) στο Automotive

Επισκόπηση Τεχνητής Νοημοσύνης (AI).

Από το Μηδέν στη Τεχνητή Νοημοσύνη

Συνηθισμένες Neural Networks, Machine Learning, Προβληματική Δίνωση

Καθολική Ανάπτυξη Τεχνητής Νοημοσύνης από τη Βάση

Αλληλουχής Τεχνητή Νοημοσύνη από τη Βάση στο Python

Εφαρμοσμένη Machine Learning

Θετικές Νευρωνικές Δίκτυα, Μηχανική Μάθηση και βαθύς σκοπός

Βελτιστοποίηση Δεep Learning Νευρωνικών Δικτύων με το Chainer

Αναγνώριση Ατυπών

Fine-Tuning with Reinforcement Learning from Human Feedback (RLHF)

Large Language Models (LLMs) και Μάθηση με Αναγνώριση Βοήθειας (RL)

Matlab για βαθύ μάθηση

Βασικά της Εκπαίδευσης με Ανταλλαγή

Ενισχυτική μάθηση με το Google Colab

Σχετικές Κατηγορίες

Neural Networks

Reinforcement Learning

Αυτή η ιστοσελίδα σε άλλες χώρες/περιοχές

Europe

Asia Pacific

North America

South America

Africa / Middle East

Other sites