Wow, pengalaman belajar yang hebat aplikasi dunia nyata yang dibincangkan sangat relevan saya sudah memohon apa yang saya pelajari
Pembelajaran Pengukuhan Mendalam dengan Python: Latih Ejen Maya dengan TD3
Kuasai asas pembelajaran pengukuhan dan laksanakan algoritma TD3 lanjutan dalam Python untuk melatih ejen maya berjalan, berlari, dan menavigasi persekitaran yang kompleks.
-
๐ฌ
Pengajar AI
Tanya tentang mana-mana pelajaran dan dapatkan jawapan jelas serta-merta, bila-bila masa. -
๐
Mula bila-bila masa
Tiada jadual atau tarikh akhir โ belajar mengikut rentak sendiri, bila-bila masa. -
๐
Dalam bahasa Melayu
Pelajaran, tugasan dan sijil โ semuanya sepenuhnya dalam bahasa anda.
Tentang kursus ini
Memahami bagaimana kecerdasan buatan belajar melalui percubaan dan kesilapan adalah kunci untuk menguasai robotik moden dan pembuatan keputusan autonomi. Kursus ini membimbing anda melalui prinsip teras pembelajaran pengukuhan mendalam, membawa anda dari konsep asas kepada algoritma kawalan berterusan lanjutan.
Anda akan beralih daripada memahami interaksi asas ejen-persekitaran kepada menulis kod Python yang bersih dan sedia pengeluaran untuk model Twin-Delayed DDPG (TD3). Melalui penjelasan bertulis yang jelas dan panduan kod langkah demi langkah, anda akan memperoleh kemahiran yang diperlukan untuk mereka bentuk, melaksanakan, dan melatih ejen maya pintar untuk melaksanakan tugas fizikal yang kompleks seperti berjalan dan berlari.
Apa yang anda akan pelajari:
- Memahami matematik asas dan konsep pembelajaran pengukuhan, termasuk Q-learning, policy gradients, dan seni bina actor-critic.
- Melaksanakan dasar rangkaian neural menggunakan PyTorch dengan petunjuk jenis Python moden dan amalan kod bersih.
- Menguasai teori dan mekanik algoritma Twin-Delayed DDPG (TD3) untuk mengendalikan ruang tindakan berterusan.
- Membina dan melatih ejen simulasi, seperti pejalan kaki berbilang sendi, untuk menavigasi persekitaran maya.
- Mengaplikasikan strategi penyahpepijatan moden dan penalaan hiperparameter untuk menstabilkan model pembelajaran pengukuhan mendalam.
- Meneroka hubungan antara pembelajaran pengukuhan dan model bahasa moden, termasuk konsep seperti Reinforcement Learning from Human Feedback (RLHF).
Kursus ini bermula dengan terminologi teras dan definisi asas sebelum beralih kepada rangkaian Q mendalam dan policy gradients. Anda kemudian akan mengkaji mekanik matematik model TD3 dan melaksanakannya langkah demi langkah menggunakan persekitaran buku nota Jupyter berasaskan awan.
Kursus ini direka untuk pemula dalam pembelajaran pengukuhan yang mempunyai pemahaman asas tentang Python dan ingin belajar cara membina ejen AI autonomi dari awal.
Mula membaca hari ini untuk membina ejen pembelajaran pengukuhan lanjutan pertama anda.
Apa yang anda dapat
-
๐
Sijil tamat
Tambah ke profil LinkedIn anda -
๐ฌ
Tutor AI peribadi
Tersekat dalam pelajaran? Tanya tutor terbina dalam kamu apa sahaja, bila-bila masa. -
โพ๏ธ
Akses seumur hidup
Kembali bila-bila masa, tiada tamat tempoh -
๐ฑ
Telefon atau komputer
Berfungsi di mana-mana, mana-mana peranti -
๐ธ
Pulangan 14 hari
Tanpa soalan -
โก
Pendek dan fokus
2 jam 42 min kandungan praktikal
Ulasan (8)
Saya sangat berpuas hati dengan kursus ini. Saya akan memohon untuk kursus ini lagi.
Saya tidak pasti ini untuk pemula, ia mengambil sedikit pengetahuan yang tidak diajar secara jelas, beberapa contohnya agak kabur.
Ini adalah pengalaman pembelajaran yang hebat. Penjelasan yang sangat jelas dan aliran logik yang membuat idea yang kompleks mudah difahami.
Kursus ini melebihi jangkaan saya. Aplikasi dunia sebenar yang dibincangkan sangat berguna. Kerja yang bagus!
Ianya kursus yang baik. Strukturnya logik dan kebanyakan contohnya sangat membantu. Mungkin boleh gunakan beberapa situasi dunia sebenar.
Wow, pengalaman pembelajaran yang hebat. Strukturnya logik, dan saya rasa saya belajar banyak dalam masa yang singkat.
Kursus yang sangat bagus, pembelajarannya sangat logik, dan situasi dunia nyata membuatnya sangat mudah untuk difahami.
Pelajar lain juga mengambil
๐ Dengan sijil
Deep Reinforcement Learning dengan PyTorch: Dari DQN ke SAC
Sijil
Amali
Rs 4,000.00
→
๐ Dengan sijil
Asas Pembelajaran Mendalam dan Pembelajaran Pengukuhan
Sijil
Amali
Rs 4,000.00
→
๐ฅ Popular
๐ Dengan sijil
Pengenalan kepada Pembelajaran Pengukuhan: Dari Q-Learning ke Deep RL
Sijil
Amali
Rs 4,000.00
→
๐ Pilihan pelajar
๐ Dengan sijil
Deep Reinforcement Learning: Melaksanakan Kertas Penyelidikan dalam PyTorch dan TensorFlow
Sijil
Amali
Rs 4,000.00
→
Soalan lazim
Apa yang saya perlukan untuk mengikuti kursus ini? +
Hanya telefon atau komputer dengan internet. Tiada pemasangan, tiada perkakasan khas.
Bagaimana untuk membayar? +
Dengan kad melalui Stripe. Kami tidak menyimpan butiran kad โ Stripe menguruskannya dengan selamat.
Bolehkah saya dapatkan bayaran balik? +
Ya โ pulangan penuh dalam 14 hari, tanpa soalan.
Berapa lama saya akan mempunyai akses? +
Selamanya. Setelah membeli, kursus adalah milik anda โ boleh lawat semula bila-bila masa.
Adakah saya akan mendapat sijil? +
Ya. Setelah tamat, anda akan menerima sijil yang boleh ditambah ke profil LinkedIn anda.
Direka untuk pelajar dalam
Teknologi
Reka bentuk
Kewangan
Pemasaran
Kesihatan
Pendidikan
Hospitaliti
Pembuatan