|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/tensorflow_reinforce/
课程评论：没有评论
**课程名称：**【 TensorFlow・Python3 で学ぶ】深層強化学習入門 **课程概述：** 本课程旨在通过实际编程（TensorFlow・Python3）和理论讲解，带您入门AlphaGo Zero等领域备受瞩目的强化学习。课程将深入浅出地介绍强化学习的核心概念，包括： * **马尔可夫决策过程 (Markov Decision Process)** * **贝尔曼方程 (Bellman Equation)** * **Q学习 (Q-Learning) - Q表格与Q网络** * **策略梯度 (Policy Gradient)** * **深度Q网络 (Deep Q-Network, DQN)** 您将通过实践以下经典强化学习问题来巩固所学： 1. **Frozen Lake (冰冻湖面问题):** * 使用Q表格方法求解Q值。 * 使用Q网络（神经网络）方法求解。 2. **Multi-armed Bandit (多臂老虎机问题):** * 学习解决多臂老虎机问题的策略。 3. **CartPole (倒立摆问题):** * 使用DQN（深度Q学习，结合深度学习和多层神经网络）来解决，目标是控制小车（Cart）以保持平衡杆（Pole）不倒。 课程更新记录包括了CartPole问题的可视化结果、代理人（agent）的游戏演示，对Q表格和Q网络解法的介绍，对策略梯度部分的介绍，以及多臂老虎机问题的教程。 **学习方式：** 本课程主要通过视频讲解和Python编程实践相结合的方式进行。 **鼓励学习者：** * 积极提出问题，要求补充Python编码细节和进阶主题。 * 将强化学习的理念和基础知识应用于商业和开发实践。 **特别提示：** 本课程适合希望通过视频学习，并在实践中掌握强化学习知识的学习者。
【更新情報】 2017/11/9 カートポール問題の結果の可視化、エージェントのプレー表示をアップロードしました。これで基本的なトピックは一通りカバーしました。あとはリクエストに応じてPythonのコーディングの補足解説や、発展的なトピックの紹介を追加していきたいと思いますので、ぜひリクエストください。 2017/11/8 カートポール問題のトレーニングのレクチャーを掲載しました。 2017/11/1 カートポール問題のイントロを掲載しました。 2017/10/30 多腕バンディット問題を解くチュートリアルを掲載しました。 2017/10/29 方策勾配のセクションのイントロをアップロードしました。 【コース概要】 この講座は、AlphaGo Zeroの活躍などで大注目されている強化学習についての基礎知識を、プログラムを作成しながら学ぶコースです。 強化学習を使うと、画像を入力として与えるだけでゲームや囲碁、将棋などの対戦を機械が自分で繰り返し、最適な方策を学んで、人間よりも高いスコアを出す学習ができることが知られています。 （主なトピック） このコースでは、こうした強化学習を理解するための ・マルコフ決定過程 ・ベルマン方程式 ・Q学習（Q-テーブルとQ-ネットワーク） ・方策勾配（ポリシーグラディエント） ・DQN（深層Qネットワーク学習） などの基礎的な概念を理論解説と、Pythonでコードを書く演習を通して学びます。 （プログラミング題材） 題材としては、非営利のAI研究機関OpenAIが公開しているOpen AI Gymから １．フローズンレイク問題（凍った湖の上を穴に落ちずにゴールする） （１）Qテーブル法でQ値を求める （２）Qネットワーク法（ニューラルネットワーク）で解く ２．多腕バンディット問題（マルチアームのスロットマシーン） ３．カートポール問題（倒立振り子） DQN（Deep-Q学習、ディープラーニング、多層ニューラルネットワーク）で解く ポール（棒）が倒れないようにカート（台車）を操作する問題 などのパッケージを入手して、強化学習を実践します。 ぜひこの機会に強化学習の考え方や基礎知識を身につけ、ビジネスや開発に活かしましょう。 【受講上の注意】 このコースはビデオでの学習をしたくない方には向いていませんので、ご注意ください。
