Złóż wniosek o bezpłatne wsparcie z naszego Centrum Usług Cyberbezpieczeństwa.

Złóż wniosek o bezpłatne wsparcie w zakresie cyberbezpieczeństwa

Weź udział w Ransomware Defence Summer Bootcamp w Amsterdamie w czerwcu 2026 r.

Weź udział w naszym bezpłatnym letnim bootcampie poświęconym obronie przed ransomware

Zapisz się na kurs online na żywo Podstawy cyberbezpieczeństwa i AI

Dowiedz się online o podstawach cyberbezpieczeństwa i AI

Uczenie ze wzmocnieniem

Moduł ten bada uczenie ze wzmocnieniem, rodzaj uczenia maszynowego, w którym agenci uczą się podejmować decyzje poprzez interakcję ze środowiskiem w celu maksymalizacji skumulowanej nagrody. Obejmuje on kluczowe koncepcje, takie jak proces decyzyjny Markowa, optymalizacja polityki i metody oparte na wartościach, wraz z zastosowaniami w obszarach takich jak gry, robotyka i systemy autonomiczne.

Kreator programów nauczania

Potrzebujesz pomocy? Kliknij tutaj dla instrukcji.

Sutton, Richard S. i Andrew G. Barto. Reinforcement Learning: An Introduction. Wydanie drugie. Adaptive Computation and Machine Learning Series. Cambridge, Massachusetts: The MIT Press, 2018.

Kochenderfer, Mykel J., Tim A. Wheeler i Kyle H. Wray. Algorithms for Decision Making. Cambridge, Massachusetts: The MIT Press, 2022.

Agarwal, Alekh, Nan Jiang i S. Kakade. "Reinforcement Learning: Teoria i algorytmy", 2019.

https://www.semanticscholar.org/paper/Reinforcement-Learning%3A-Theory-and-Algorithms-Agarwal-Jiang/8ef87e938b53c7f3ffdf47dfc317aa9b82848535

Bertsekas, Dimitri P. Reinforcement Learning and Optimal Control. 2nd printing (zawiera poprawki redakcyjne). Belmont, Massachusetts: Athena Scientific, 2019.

Uczenie ze wzmocnieniem

Kreator programów nauczania

Sutton, Richard S. i Andrew G. Barto. Reinforcement Learning: An Introduction. Wydanie drugie. Adaptive Computation and Machine Learning Series. Cambridge, Massachusetts: The MIT Press, 2018.

Kochenderfer, Mykel J., Tim A. Wheeler i Kyle H. Wray. Algorithms for Decision Making. Cambridge, Massachusetts: The MIT Press, 2022.

Agarwal, Alekh, Nan Jiang i S. Kakade. "Reinforcement Learning: Teoria i algorytmy", 2019.

Bertsekas, Dimitri P. Reinforcement Learning and Optimal Control. 2nd printing (zawiera poprawki redakcyjne). Belmont, Massachusetts: Athena Scientific, 2019.

Jak działa kreator programów nauczania

Dziękujemy za zapisanie się do naszego newslettera!

Dziękujemy! RSVP received for Sutton, Richard S., and Andrew G. Barto. Reinforcement Learning: An Introduction. Wydanie drugie. Adaptive Computation and Machine Learning Series. Cambridge, Massachusetts: The MIT Press, 2018.

Sutton, Richard S. i Andrew G. Barto. Reinforcement Learning: An Introduction. Wydanie drugie. Adaptive Computation and Machine Learning Series. Cambridge, Massachusetts: The MIT Press, 2018.

Ładowanie...