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 ...

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）

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

最新文章

热门文章