叶梓老师人工智能培训之强化学习与深度强化学习提纲(强化学习讲师培训)
强化学习与深度强化学习提纲(强化学习讲师培训)
第一天 强化学习
第一课 强化学习综述
1.强化学习要解决的问题
2.强化学习方法的分类
3.强化学习方法的发展趋势
4.环境搭建实验(Gym,TensorFlow等)
5.Gym环境的基本使用方法
第二课 马尔科夫决策过程
1.基本概念:马尔科夫性、马尔科夫过程、马尔科夫决策过程
2.MDP基本元素:策略、回报、值函数、状态行为值函数
3.贝尔曼方程
4.最优策略
案例:构建机器人找金币和迷宫的环境
第三课 基于模型的动态规划方法
1.动态规划概念介绍
2.策略评估过程介绍
3.策略改进方法介绍
4.策略迭代和值迭代
案例:实现基于模型的强化学习算法
第四课 蒙特卡罗方法
1.蒙特卡罗策略评估
2.蒙特卡罗策略改进
3.基于蒙特卡罗的强化学习
4.同策略和异策略
案例:利用蒙特卡罗方法实现机器人找金币和迷宫
第五课 时序差分方法
1.DP,MC和TD方法比较
2.MC和TD方法偏差与方差平衡
3.同策略TD方法:Sarsa 方法
4.异策略TD方法:Q-learning 方法
案例:Q-learning和Sarsa的实现
第二天 从强化学习到深度强化学习
第一课 基于值函数逼近方法(强化学习)
1.维数灾难与表格型强化学习
2.值函数的参数化表示
3.值函数的估计过程
4.常用的基函数
第二课 基于值函数逼近方法(深度学习与强化学习的结合)
1.简单提一下深度学习
2.深度学习与强化学习的结合
3.DQN 方法介绍
4.DQN变种:Double DQN, Prioritized Replay, Dueling Network
案例:用DQN玩游戏——flappy bird
第三课 策略梯度方法(强化学习)
1.策略梯度方法介绍
2.常见的策略表示
3.常见的减小方差的方法:引入基函数法,修改估计值函数法
案例:利用gym和tensorflow实现小车倒立摆系统等
第四课Alpha Go(深度学习与强化学习的结合)
1.MCTS
2.策略网络与价值网络
3.Alpha Go的完整架构
第五课GAN(深度学习)
1.VAE与基本GAN
2.DCGAN
3.WGAN
案例:生成手写数字的GAN
第三天 深度强化学习进阶
第一课 AC类方法-1
1. PG的问题与AC的思路
2. AC类方法的发展历程
3. Actor-Critic基本原理
第二课 AC类方法-2
1. DPG方法
2. DDPG方法
3. A3C方法
案例:AC类方法的案例
第三课 信赖域系方法-1
1.信赖域系方法背景
2.信赖域系方法发展路线图
3.TRPO方法
案例:TRPO方法的案例
第四课 信赖域系方法-2
1.PPO方法
2.DPPO方法简介
3.ACER方法
案例:PPO方法的案例
第五课 多Agent强化学习
1.矩阵博弈
2.纳什均衡
3.多人随机博弈学习
4.完全合作、完全竞争与混合任务
5.MADDPG
案例:MADDPG的案例等
叶梓老师人工智能培训之强化学习与深度强化学习提纲(强化学习讲师培训)相关推荐
- 叶梓老师 人工智能兼职讲师之深度学习《计算机视觉的深度学习实践》
点击博客个人主页查看叶梓老师的更多详情,个人助理QQ526346584 人工智能的时代,深度学习这个热点是每个程序员必须了解的内容.近年来深度学习研究得到了充分的发展,但系统的课程少之又少,能够理论联 ...
- 新一代AI人工智能机器学习研讨会即将在杭州举办,特聘叶梓老师主讲!
新一代AI人工智能机器学习研讨会即将在杭州举办,特聘叶梓老师为本次研讨会的主讲!本次研讨会,叶梓老师将会就最前沿的人工智能技术与各位与会嘉宾进行探讨. 叶老师最新的人工智能机器学习技术培训提纲如下: ...
- 叶梓老师 数据分析与数据挖掘-培训提纲
点击博客个人主页查看叶梓老师的更多详情 第一天上午:统计分析原理 1. 统计基础 2. R语言基础知识 3. R语言数据类型 4. 描述性统计 5. 随机变量与概率密度分布 6. 定性相关 ...
- 人工智能讲师AI讲师叶梓谈人工智能的应用人工智能项目咨询应用案例-8
接上一篇,系列博文:人工智能讲师叶梓关于人工智能项目的咨询案例,人工智能视觉影像在工业中的应用,为系列博客,更多课程,及老师资料可点击 个人主页 图像的中值滤波 图像中值滤波是对图像连续的一定数目(一 ...
- ai专家人工智能讲师老师叶梓老师《人工智能概念入门》培训人工智能项目咨询-8
课件为人工智能讲师叶梓人工智能基础课程之一,接上一篇,更多课程,及老师资料可点击 个人主页 朴素贝叶斯分类奏效的前提 l第一个的前提: lP(X|H)一定得比P(H|X)方便计算! l第二个的前提: ...
- 大数据人工智能培训讲师老师:叶梓简介 人工智能讲师ai讲师大数据讲师人工智能老师
上海交通大学计算机专业博士毕业,在校期间的主研方向为数据挖掘.机器学习.人工智能.毕业后即进入某大型软件上市公司从事大数据.人工智能等技术相关工作,曾先后作为技术经理或总工程师,负责大型信息平台.市级 ...
- 人工智能专家讲师培训老师叶梓:人工智能之最新NLP自然语言处理技术与实战-28
接上一篇 培训合作扣扣526346584 P60-P61 Viterbi算法-示例 • 3. 求第二天( 感觉冷 )的身体状况: 有四种情况,由于第一天的感冒或者健康转换到第二天的感冒或者健康. • ...
- ai人工智能培训老师讲师NLP自然语言处理讲师叶梓:人工智能之最新NLP自然语言处理技术与实战-12
接上一页 个人助理QQ526346584 P27-P28 句法解析 •句法解析是NLP中的关键技术之一,其任务是确定句子的句法结构或者句子中词汇之间的依存关系. 好巴适抄手真的好巴适哦! ü 句法结构 ...
- ai人工智能培训老师讲师NLP自然语言处理讲师叶梓:人工智能之最新NLP自然语言处理技术与实战-10
接上一页 P23-P24 多义字:"由"字的释义 <动>经过.<论语-雍也>:"谁能出不由户?" <动>捱到.<茅屋为 ...
最新文章
- 大咖来信|浪潮刘军:AI计算将成为“新基建”核心支撑之一
- python3安装pip3-python3及pip3安装
- java swing列表数据加监听,【Java Swing公开课|Java监听列表项选择事件怎么用,看完这篇文章你一定就会了】- 环球网校...
- 如果给你一个亿,你想去干嘛?各专业的科研狗是这样回答的……
- CF1028F. Make Symmetrical
- 给后辈的一点建议,分享PDF高清版
- ETL异构数据源Datax_datax-web简述_09
- 有关Navigation的研究——Silverlight学习笔记[29]
- 构建Docker镜像指南,含实战案例
- 怎样调整服务器C盘空间
- 狭义相对论推导过程中的数学悖论--有没有人能解释下?
- word只在第一页插入页眉
- 京东评价系统海量数据存储设计
- “黑产“识别算法(社区检测,相似度,关联关系)
- 【夜读】有些人注定不会失败
- 十二条最经典摄影技巧
- 【个人吐槽】:你为什么写
- 【数据压缩】WAV文件和AVI文件格式分析
- 微信如何通过ip访问服务器项目,vue2.0 在微信端如何使用本地IP访问项目
- Sqlserver分页查询语句
热门文章
- Python修改docx文档格式
- 计算机网络实验总结评价教师,实验报告评语大全.docx
- 毕业答辩计算机科学与技术问题,计算机科学与技术专业论文答辩范例
- 算法分析与基础 第三版 潘彦译
- python中point什么意思_在Python中创建Point类
- android平板8英寸,荣耀平板5 8英寸版评测:家庭娱乐实力派!
- Android TV下LeanbackLauncher的反编译,AS重新打包修改
- EReg 1.0: SPSS中的扩展回归分析插件
- C++在循环内和循环外定义变量的差异(如何写出高效的for循环)
- Largebin Attack原理详解