Построй траекторию прямо сейчас и получи скидку на первый месяц

Построить траекторию

OTUS

Reinforcement Learning

Профи уровень
Наставник: Нет
Сертификат: Нет
Формат: Online
Рассрочка: Нет
Язык: Русский
Осталось мест: не ограничено

60 000 ₽/курс

2 месяца

Записаться

Вы будете перенаправлены на сайт партнера.

OTUS

Reinforcement Learning

Научим внедрять RL-алгоритмы на практике в играх, робототехнике, энергетике и финансах

Для кого этот курс?

Базовое знакомство с Python
Базовые знания линейной алгебры (матрицы, векторы, градиентный спуск)
Базовые навыки работы с ML (pandas, sklearn, линейная регрессия, логистическая регрессия)

Программа обучения

Тема 1: Знакомство с Reinforcement Learning
Тема 2: Основы работы с командной строкой, практика разработки ПО и глубокого обучения
Тема 3: Ключевые понятия RL: агент, среда, награда, политика
Тема 4: Построение модели среды и агента
Тема 5: Основные алгоритмы RL: Q-learning, SARSA, Monte Carlo
Тема 6: Обучение на простых игровых сценариях
Тема 1: Введение в Deep Reinforcement Learning
Тема 2: Deep Q-Network (DQN) алгоритм
Тема 3: Policy Gradient (PG) алгоритм
Тема 4: Actor-Critic алгоритм
Тема 1: Обучение с использованием модели среды (model-based rl)
Тема 2: Частично наблюдаемые среды
Тема 3: Иерархическое обучение с подкреплением
Тема 4: Многоагентное обучение и кооперация агентов
Тема 1: Применение RL в игровой индустрии
Тема 2: Применение RL в робототехнике
Тема 3: Применение RL в управлении энергетическими системами
Тема 4: Применение RL в управлении финансовым портфелем
Тема 1: Выбор темы и организация проектной работы
Тема 2: Консультация по проектам и домашним заданиям
Тема 3: Защита проектных работ. Подведение итогов курса