Uczenie się wzmacniające z Pythonem dla początkujących

W jaki sposób maszyny uczą się podejmować decyzje, gdy nie ma prostej odpowiedzi „prawda” lub „fałsz”? Uczenie się przez wzmacnianie umożliwia agentom uczenie się metodą prób i błędów oraz poprzez opóźnione nagrody. Naśladuje to sposób, w jaki ludzie nabywają nowe umiejętności. Przejdziesz od ciekawskiego programisty do programiści zdolnego do budowania autonomicznych agentów, które optymalizują długoterminowy sukces. Czego się nauczysz: - Zrozum podstawowe pojęcia agentów, środowisk i systemów nagród - Wdrażaj Markowe procesy decyzyjne do modelowania problemów decyzji - Zastosuj algorytmy Q-Learning i SARSA do rozwiązywania podstawowych wyzwań - Twórz głębokie wzmacniające agenty uczenia się za pomocą sieci neuronowych - Ćwicz przy użyciu nowoczesnych środowisk, takich jak Gimnazjum, aby przetestować swoje algorytmy - Przeanalizuj kompromisy między eksploracją a eksploatacją w nauce Kurs rozpoczyna się od podstawowej terminologii i matematycznych podstaw podejmowania decyzji, zanim przejdziemy do praktycznych implementacji klasycznych algorytmów Pythona.Zbadasz, jak zbudować kod dla agentów szkoleniowych i jak ocenić ich wydajność w dynamicznych ustawieniach. Ten kurs jest przeznaczony dla początkujących z podstawową wiedzą Pythona, którzy chcą wejść w dziedzinę uczenia maszynowego; nie jest wymagane wcześniejsze doświadczenie ze sztuczną inteligencją.Rozpocznij swoją podróż do autonomicznego podejmowania decyzji już dziś.