Zapisz się już teraz na nowy kurs online na żywo „Geopolityka infrastruktury cyfrowej”

Zgłoś się już teraz na kurs „Geopolityka infrastruktury cyfrowej”

Zgłoś się do nowego europejskiego programu przyspieszającego studia doktoranckie w dziedzinie cyberbezpieczeństwa. Liczba miejsc jest ograniczona!

Zgłoś się, aby dołączyć do nowego europejskiego programu przyspieszającego studia doktoranckie w dziedzinie cyberbezpieczeństwa

Przeczytaj nasz nowy miesięcznik Cyber & Tech Digest w Substack

Miesięczny Cyber & Tech Digest teraz w Substack

Złóż wniosek o bezpłatne wsparcie z naszego Centrum Usług Cyberbezpieczeństwa.

Złóż wniosek o bezpłatne wsparcie w zakresie cyberbezpieczeństwa

Zapisz się na bezpłatne webinaria dotyczące cyberbezpieczeństwa

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! 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.

Dziękujemy za zapisanie się do naszego newslettera!

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...