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.
Εξέλιξη Κομματιού
Εισαγωγή στην Ενισχυτική Μάθηση
- Επισκόπηση της ενισχυτικής μάθησης και των εφαρμογών της
- Διακρίσεις μεταξύ εποπτευόμενης, ανεπόπτευσης και ενισχυτικής μάθησης
- Βασικές έννοιες: πράκτορας, περιβάλλον, ανταμοιβές και πολιτική
Διεργασίες Λήψης Αποφάσεων Μάρκοφ (MDPs)
- Κατανόηση των καταστάσεων, ενεργειών, ανταμοιβών και μετательών κατάστασης
- Λειτουργίες αξίας και η Εξίσωση Bellman
- Δυναμικός προγραμματισμός για την επίλυση MDPs
Βασικοί Αλγόριθμοι RL
- Πινάκιοι μέθοδοι: Q-Learning και SARSA
- Μέθοδοι βασισμένες σε πολιτική: αλγόριθμος REINFORCE
- Πλαίσια Actor-Critic και οι εφαρμογές τους
Βαθιά Ενισχυτική Μάθηση
- Εισαγωγή στα Deep Q-Networks (DQN)
- Experience replay και δίκτυα στόχου (target networks)
- Κλίσεις πολιτικής (policy gradients) και προηγμένες μέθοδοι βαθιάς RL
Πλαίσια και Εργαλεία RL
- Εισαγωγή στο OpenAI Gym και άλλα περιβάλλοντα RL
- Χρήση PyTorch ή TensorFlow για την ανάπτυξη μοντέλων RL
- Εκπαίδευση, тестирование και benchmarking πρακτόρων RL
Προκλήσεις στην RL
- Ισορροπία μεταξύ εξερεύνησης και εκμετάλλευσης κατά την εκπαίδευση
- Αντιμετώπιση αραιών ανταμοιβών και προβλήματος απολογισμού πίστης (credit assignment)
- Κλιμακωτότητα και υπολογιστικές προκλήσεις στην RL
Πρακτικές Δραστηριότητες
- Υλοποίηση αλγορίθμων Q-Learning και SARSA από την αρχή
- Εκπαίδευση πράκτορα με βάση DQN για παιχνίδι σε OpenAI Gym
- Βελτιστοποίηση μοντέλων RL για βελτιωμένη απόδοση σε προσαρμοσμένα περιβάλλοντα
Συνοπτική και Περαιτέρω Βήματα
Απαιτήσεις
- Σθεραή κατανόηση των αρχών και αλγορίθμων της μηχανικής μάθησης
- Οικειότητα με τη προγραμματιστική γλώσσα Python
- Γνωριμία με τα νευρωνικά δίκτυα και τα πλαίσια βαθιάς μάθησης
Σύνθεσος
- Μηχανικοί Μηχανικής Μάθησης
- Ειδικοί στην Τεχνητή Νοημοσύνη
14 Ώρες
