深度强化学习 2.0 ( Deep Reinforcement Learning 2.0 )

课程描述

Deep Reinforcement Learning 2.0 教育系列结合强化学习的问题很深。深度学习和强化学习原理的强化学习，以高效地构建算法，在机器人、视频游戏等领域的应用。自然语言处理等视觉、计算机教育、交通、会计和医疗保健用途。架构的实施、深度学习以及算法、强化学习等研究人员解决了已经可以解决的问题。在Deep Reinforcement Learning 2.0的过程中实现了一个人工智能的模型，超智能新的叫做Twin-Delayed DDPG，它是艺术技巧的结合，在人工智能中，包括学习，连续Double Deep Q-Learning等Policy Gradient和Actor Critic都可以。给予全面培训。这个模型，要是强大，就是你可以用它来解决人工智能最具挑战性的应用。前场开始在这门课程中学习了解数学基础知识和一些编程知识。

本课程授课案例：

• Q学习
• Q-学习，深度
• 策略的梯度
• 演员、评论家
• 梯度策略 The Definitive Deep
• 双延迟 DDPG
• 技术 STEM 学习加强深度
• 如何实现一个有能力做最具挑战性的虚拟应用程序的人工智能模型

当然简介

• 出版商：乌迪米
• 教练：Hadelin de Ponteves，Kirill Eremenko
• 级别：入门级
• 时间：9 小时 38 米
• 课时数：63课
• 英语语言

这个课程

先决条件：

一些数学基础知识，例如了解什么是微分或梯度 一些编程知识（类和对象）

图片

样片

媒体错误：格式不受支持或来源未找到

安装指南

在使用播放器提取您的自定义视图之后。
字幕：英语
画质：1080p
变化：
Version 2021/8 与2019/11相比，课时数增加1节，减少1分钟。其质量也从 720p 升级到 1080p。