ai generated, cyborg, colleague-8733987.jpg

Reinforcement

Current Status
Not Enrolled
Price
250.000 F CFA
Get Started

Reinforcement Learning est un module fondamental pour comprendre et maîtriser l’apprentissage par renforcement. Ce module présente les concepts clés, tels que les fonctions de valeur, les politiques, et les méthodes de programmation dynamique, Monte Carlo et d’apprentissage par différence temporelle. Il explore des techniques avancées, incluant les méthodes de gradient de politique et les approximations de fonction, tout en offrant des mises à jour sur les développements récents comme le Deep RL. Accessible et rigoureux, ce livre est indispensable pour les étudiants, chercheurs et praticiens souhaitant appliquer ces techniques à des problèmes réels.

  • Ordinateur
  • Internet

Course Content

CHAPITRE 01 - INTRODUCTION
CHAPITRE 02 - LE PROBLEM DU BANDIT MANCHOT A PLUSIEURS BRAS
CHAPITRE 03 - LES PROCESSUS DE DECISION MARKOVIENS (PDM)
CHAPITRE 04 - LA PROGRAMMATION DYNAMIQUE
CHAPITRE 05 - Méthodes de Monte Carlo
CHAPITRE 06 - APPENTISSAGE PAR DIFFERENCE TEMPORELLE
CHAPITRE 07 - APPRENTISSAGE BASEES SUR LE BOOTSTRAPPING N-STEP
CHAPITRE 08 - Planification et Apprentissage avec des Méthodes Tabulaires
PARTIE 02 - METHODES DE SOLUTION APPROXIMATIVE
CHAPITRE 09 - PREDICTION EN POLITIQUE AVEC APPROXIMATION
CHAPITRE 10 - CONTROLE EN POLITIQUE AVEC APPROXIMATION
CHAPITRE 11 - METHODES HORS-POLITIQUE AVEC APPROXIMATION
CHAPITRE 12 - TRACES D'ELIGIBILITE
CHAPITRE 13 - METHODES DE GRADIENT DE POLITIQUE
PARTIE 03 - EXPLORATION APPROFONDIE
CHAPITRE 14 - LES CONCEPTS PSYCHOLOGIQUES
CHAPITRE 15 - LA NEUROSCIENCE
CHAPITRE 16 - DIVERSES APPLICATIONS PRATIQUES
CHAPITRE 17 - LES FRONTIERES
Scroll to Top