Programa del Curso

Introducción

Reinforcement Learning Conceptos básicos

Técnicas básicas Reinforcement Learning

Introducción a la ARPILLERA

Convergencia de valor e iteración de políticas

Dar forma a las recompensas

Exploración

Generalización

MDP parcialmente observables

Opciones

Logística

TD Lambda

Gradientes de políticas

Aprendizaje profundo de Q-Learning

Temas de Teoría de Juegos

Resumen y próximos pasos

Requerimientos

  • Dominio de Python
  • Comprensión del Cálculo y el Álgebra Lineal universitarios
  • Conocimientos básicos de Probabilidad y Statistics
  • Experiencia en la creación de modelos de aprendizaje automático en Python y Numpy

Audiencia

  • Desarrolladores
  • Científicos de datos
  21 horas
 

Número de participantes


Comienza

Termina


Las fechas están sujetas a disponibilidad y tienen lugar entre 09:30 y 16:30.
Los cursos de formación abiertos requieren más de 5 participantes.

Cursos Relacionados

Torch: Introducción a Máquina y Aprendizaje Profundo

  21 horas

Categorías Relacionadas