Kursplan

Introduksjon

    Løse problemer i den virkelige verden gjennom prøving-og-feil-interaksjoner

Forstå adaptive læringssystemer og Artificial Intelligence (AI).

Hvordan agenter oppfatter tilstand

Hvordan belønne en agent

Kasusstudie: Interaksjon med besøkende på nettstedet

Forberede miljøet for agenten

Dykk dypt inn i Reinforcement Learning Algoritmer

Verdibaserte metoder vs policybaserte metoder

Velge en Reinforcement Learning modell

Bruke Q-Learning modellfrie Reinforcement Learning algoritme

Utforme agenten

Kasusstudie: Smarte assistenter

Forbinde agenten til et produksjonsmiljø

Måling av resultatene av agenthandlinger

Feilsøking

Oppsummering og konklusjon

Krav

  • En generell forståelse av forsterkende læring
  • Erfaring med maskinlæring
  • Java programmeringserfaring

Publikum

  • Dataforskere
 21 timer

Antall deltakere



Price per participant

Testimonials (4)

Relaterte kurs

Related Categories