亚洲国产婷婷六月丁香,亚洲av永久中文无码精品 ,亚洲av成人精品一区二区三区,亚洲av无码乱码在线观看富二代,亚洲av乱码一区二区三区香蕉

課程大綱：

強(qiáng)化學(xué)習(xí)基礎(chǔ)算法培訓(xùn)

強(qiáng)化學(xué)習(xí)（英語(yǔ)：Reinforcement learning）是非常前沿的學(xué)科，

它可能是實(shí)現(xiàn)強(qiáng)（類）人工智能的手段之一。

了解并掌握基礎(chǔ)的強(qiáng)化學(xué)習(xí)方法，

將使得你對(duì)人工智能的概念進(jìn)一步深化。

1 強(qiáng)化學(xué)習(xí)概念

2 Sarsa 強(qiáng)化學(xué)習(xí)算法

3 OpenAI Gym 應(yīng)用

4 Q-Learning 強(qiáng)化學(xué)習(xí)算法

5 策略梯度算法

1
強(qiáng)化學(xué)習(xí)介紹與示例

1.強(qiáng)化學(xué)習(xí)介紹

2.強(qiáng)化學(xué)習(xí)算法分類

3.強(qiáng)化學(xué)習(xí)應(yīng)用

4.課外內(nèi)容推薦

2
Q-Learning 強(qiáng)化學(xué)習(xí)方法實(shí)現(xiàn)

1.QTable的概念

2.QLearning算法實(shí)現(xiàn)

3.Sarsa學(xué)習(xí)算法

4.Sarsa和QLearning區(qū)別

挑戰(zhàn) 1
實(shí)現(xiàn) Sarsa 學(xué)習(xí)算法走出迷宮

1.QTable初始化

2.QTable更新函數(shù)

3.Sarsa完整算法實(shí)現(xiàn)

3
OpenAI Gym 環(huán)境介紹及使用

1.Gym環(huán)境安裝

2.Gym環(huán)境使用

3.Gym環(huán)境示例

2
Gym 玩 Atari 打磚塊游戲

1.OpenAIGym使用

2.打磚塊游戲可視化

4
策略梯度強(qiáng)化學(xué)習(xí)方法實(shí)現(xiàn)

1.策略梯度過(guò)程推導(dǎo)

2.策略梯度定理

3.蒙特卡洛策略梯度算法

4.ActorCritic策略梯度算法

5.策略梯度算法實(shí)現(xiàn)

3
使用策略梯度訓(xùn)練 CartPole

1.策略梯度

2.策略梯度定理

3.MonteCarlo策略梯度算法

4.ActorCritic策略梯度