Reinforcement Learning – обучение с подкреплением: курс по внедрению RL-алгоритмов для решения задач от Otus

Программа курса

Все занятия проходят онлайн в формате вебинаров, взаимодействие с преподавателями происходит в реальном времени. После каждого урока дается задание на дом. На протяжении всего курса студент может связываться с кураторами и учителями в общем чате Telegram, где получит ответы на все возникающие вопросы. Весь теоретический материал будет доступен и после прохождения обучения.

Введение в Reinforcement Learning

Познакомитесь с RL-алгоритмами, их особенностями. Разберетесь с базовой терминологией Reinforcement Learning. Изучите наиболее используемые на практике алгоритмы обучения с подкреплением. Научитесь проектировать модели окружающей среды и агента. Поймете, как обучать на элементарных игровых ситуациях.

Познакомитесь с RL-алгоритмами, их особенностями.

Разберетесь с базовой терминологией Reinforcement Learning.

Изучите наиболее используемые на практике алгоритмы обучения с подкреплением.

Научитесь проектировать модели окружающей среды и агента.

Поймете, как обучать на элементарных игровых ситуациях.

Deep Reinforcement Learning

Познакомитесь с продвинутыми RL-алгоритмами. Изучите программу DQN и научитесь ее использовать. Овладете алгоритмом PG, узнаете особенности работы с ним. Освоите алгоритм Actor-Critic, научитесь с ним работать. Исследуете алгоритмы в задаче обучения интеллектуальных агентов.

Познакомитесь с продвинутыми RL-алгоритмами.

Изучите программу DQN и научитесь ее использовать.

Овладете алгоритмом PG, узнаете особенности работы с ним.

Освоите алгоритм Actor-Critic, научитесь с ним работать.

Исследуете алгоритмы в задаче обучения интеллектуальных агентов.

Продвинутые темы Reinforcement Learning

Научитесь обеспечивать для объекта управляющую последовательность воздействий, обеспечивающих максимум заданной совокупности критериев. Разберетесь в методах обучения со скользящим горизонтом. Изучите раздел машинного обучения Model-based RL.

Научитесь обеспечивать для объекта управляющую последовательность воздействий, обеспечивающих максимум заданной совокупности критериев.

Разберетесь в методах обучения со скользящим горизонтом.

Изучите раздел машинного обучения Model-based RL.

Применение RL в реальных задачах

Научитесь использовать обучение с подкреплением в разработке игр. Поймете, как реализовывать алгоритмы RL в робототехнике. Овладеете навыками использования Reinforcement Learning в системе управления электроэнеретикой. Сможете применять изученные алгоритмы в работе с финансовыми программами.

Научитесь использовать обучение с подкреплением в разработке игр.

Поймете, как реализовывать алгоритмы RL в робототехнике.

Овладеете навыками использования Reinforcement Learning в системе управления электроэнеретикой.

Сможете применять изученные алгоритмы в работе с финансовыми программами.

Проектная работа

Выберете объект и составите план проектной деятельности. Обсудите все оставшиеся вопросы, разберете практические задания. Представите свой проект, в котором реализуете все полученные навыки при работе с Reinforcement Learning.

Выберете объект и составите план проектной деятельности.

Обсудите все оставшиеся вопросы, разберете практические задания.

Представите свой проект, в котором реализуете все полученные навыки при работе с Reinforcement Learning.