葉梓老師《強化學習》課程介紹及提綱
阿新 • • 發佈:2018-12-27
2018年11月29日,葉梓老師線上直播課《強化學習》第一期正式開班。這是人工智慧之機器學習中除深度學習之外另一門經典課程,是AI必修之課。
人工智慧的重要領域——強化學習
當前的機器學習演算法可以分為3種:有監督的學習(Supervised Learning)、無監督的學習(Unsupervised Learning)和強化學習(Reinforcement Learning)。
DeepMind開發的AlphaGo(用於下圍棋的AI系統)的出現引起了強化學習的熱潮,強化學習成為深度學習領域中的熱點問題之一。但是目前來看,強化學習仍有許多需要探索的領域。
小象學院線上直播,葉梓老師十堂課精品課線上直播,細說人工智慧之強化學習的基本理論,應用介紹。
第一課 強化學習綜述
第二課 馬爾科夫決策過程
第三課 基於模型的動態規劃方法2018.12.07 19:50
第四課 蒙特卡羅方法2018.12.10 19:50
第五課 時序差分方法2018.12.14 19:50
第六課 基於值函式逼近方法2018.12.17 19:50
第七課 策略梯度方法2018.12.21 19:50
第八課 TRPO方法介紹及推導2018.12.24 19:50
第九課 AC方法2018.12.28 19:50
第十課 多Agent強化學習
【主講專家】
葉梓,博士、工程師。2005年上海交通大學計算機專業博士畢業,主研方向為資料探勘、機器學習、人工智慧等。現為某大型上市軟體企業的人工智慧團隊技術負責人。先後在SCI或EI期刊上發表論文4篇,在中文核心期刊上發表論文近20篇,並被百度學術收錄。2011年獲科技創新一等獎。
培訓合作加QQ:526346584 詳聊
分享: