Programa del Curso
Introducción
- Resolver problemas del mundo real a través de interacciones de prueba y error
Comprensión de los sistemas de aprendizaje adaptativo y Artificial Intelligence (AI).
Cómo perciben los agentes el estado
Cómo recompensar a un agente
Estudio de caso: Interacción con los visitantes del sitio web
Preparación del entorno para el agente
Profundización en Reinforcement Learning algoritmos
Métodos basados en valores frente a métodos basados en políticas
Elección de un modelo Reinforcement Learning
Uso del algoritmo Q-Learning Model-Free Reinforcement Learning
Diseño del agente
Caso de estudio: Asistentes inteligentes
Interfaz del agente con un entorno de producción
Medición de los resultados de las acciones de los agentes
Solución de problemas
Resumen y conclusión
Requerimientos
- Una comprensión general del aprendizaje por refuerzo
- Experiencia con el aprendizaje automático
- Java Experiencia en programación
Audiencia
- Científicos de datos
Testimonios (3)
The breadth of the topis covered was quite a bit and the trainer tried to do justice to that.
Lakshmipriya Sivakumar - Deque Systems Inc
Curso - Spring Boot, React, and Redux
All to topic actually including API
RODULFO ALMEDA JR - DATAWORLD COMPUTER CENTER
Curso - Introduction to JavaServer Faces
Interacción a través de ejercicios y también de intercambio de proyectos
Claudiu - MSG system
Curso - Advanced Spring Boot
Traducción Automática