学习
实践
活动
专区
工具
TVP
写文章

机器学习之RL强化学习理论与实践视频教程附资料 6课

课程介绍

强化学习,被誉为可能通向强人工智能的第三类机器学习方法,在AI游戏领域的应用已司空见惯,如自动玩flappy bird,借助强化学习玩星际争霸,最近非常火的王者荣耀也不例外;在无人驾驶、自动交易等领域也有着举足轻重的作用。《强化学习》课程,带你揭秘AlphaGo和星际争霸/王者荣耀,华尔街最热门的自动交易算法背后的技术及无人驾驶的关键点。

1)从模型无关到模型相关,从Q-learning到Policy gradient,全面涵盖主流强化学习内容知识。

2)与工业级ML算法紧密结合的应用案例讲解

3)配套实验环境与GPU服务器

课程目录

第1课 强化学习RL简介

知识点1:强化学习定义:可能通向强人工智能的第三类机器学习方法

知识点2:强化学习数学模型:马尔科夫决策过程(MDP)

知识点3:RL机器人:探索环境,规划自己的人生

知识点4:强化学习基本算法分类

知识点5:Model-Based RL: 已知环境,如何优化自己的人生

第2课 Model—Free Learning

知识点1:环境未知,如何评估测略(状态价值)

知识点2:蒙特卡洛方法学习状态价值函数

知识点3:TD方法学习状态价值函数

实战项目:两种方法比较及代码实现

知识点5:OpenAI Gym介绍

第3课 Model-Free Control

知识点1:ϵ− 贪婪策略:平衡 Exploration and Exploitation

知识点2:on/off-policy 蒙特卡洛方法

知识点3:on/off-policy TD 算法 (Sara)

实战项目:on/off-policy 算法比较及代码实现

第4课 Q-Learning

知识点1:Q-Learning

知识点2:Deep Q-Learning

实战项目:Q-learning解决山地车问题

第5课 策略梯度学习

知识点1:蒙特卡洛策略梯度

知识点2:Actor-Critic算法

实战项目:用policy gradient解决连续山地车的问题

第6课 TensorFlow强化学习应用案例

实战项目:使用Deep Q network 和 Policy gradient完成以下游戏:强化学习乒乓球游戏、强化学习flappy bird

课程展示

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180302A09WOO00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

关注

腾讯云开发者公众号
10元无门槛代金券
洞察腾讯核心技术
剖析业界实践案例
腾讯云开发者公众号二维码

扫码关注腾讯云开发者

领取腾讯云代金券