[Otus] Reinforcement Learning. Навчання з підкріпленням
що дасть вам цей курс?
Курс призначений для ds/DL/ML фахівців, які хочуть зануритися в алгоритми навчання з підкріпленням. Після проходження курсу студенти навчаться застосовувати алгоритми RL для вирішення різноманітних завдань у реальному світі, включаючи ігрову індустрію, робототехніку, управління енергетичними системами та управління фінансовим портфелем.
Для кого цей курс?
- DS/ML/DL фахівці, які хочуть поглибити знання в області навчання з підкріпленням і отримати практичний досвід;
- Розробники з базовими навичками Python і ML, які хочуть отримати досвід роботи з рекомендаційними системами;
- Випускники курсів з машинного навчання
- Опануєте основними алгоритмами RL, такими як Q-learning, SARSA, Monte Carlo
- Навчіться будувати модель середовища і агента, а також проводити навчання на простих ігрових сценаріях
- Вивчіть такі алгоритми, як Deep Q-Network (DQN), Policy Gradient (PG), Actor-Critic, і зможете реалізувати їх у своїх проектах
- Познайомтеся з просунутими темами в Reinforcement Learning, такими як оптимальне управління, методи навчання зі ковзаючим горизонтом, Model-based rl
- Навчіться застосовувати RL для вирішення конкретних завдань і розуміти, як це застосування працює на практиці.
Особливістю курсу є його фокус на практичних прикладах і проектній роботі. Студенти отримають необхідні знання для реалізації RL алгоритмів у своїх власних проектах і додатках.
необхідні знання:
- базове знайомство з Python;
- базові знання лінійної алгебри (матриці, вектори, градієнтний спуск);
- базові навички роботи з ML (pandas, sklearn, лінійна регресія, логістична регресія).
https://privatelink.de/?https://otus.ru/lessons/reinforcement-learning-cours/