About this Course
최근 조회 98,866

다음 전문 분야의 4개 강좌 중 2번째 강좌:

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

Probabilities & Expectations, basic linear algebra, basic calculus, Python 3.0 (at least 1 year), implementing algorithms from pseudocode

완료하는 데 약 20시간 필요

권장: 4-6 hours/week...

영어

자막: 영어
User
Course을(를) 수강하는 학습자
  • Data Scientists
  • Machine Learning Engineers
  • Scientists
  • Researchers
  • Data Engineers

귀하가 습득할 기술

Artificial Intelligence (AI)Machine LearningReinforcement LearningFunction ApproximationIntelligent Systems
User
Course을(를) 수강하는 학습자
  • Data Scientists
  • Machine Learning Engineers
  • Scientists
  • Researchers
  • Data Engineers

다음 전문 분야의 4개 강좌 중 2번째 강좌:

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

Probabilities & Expectations, basic linear algebra, basic calculus, Python 3.0 (at least 1 year), implementing algorithms from pseudocode

완료하는 데 약 20시간 필요

권장: 4-6 hours/week...

영어

자막: 영어

강의 계획 - 이 강좌에서 배울 내용

1
완료하는 데 1시간 필요

Welcome to the Course!

2개 동영상 (총 10분), 2 readings
2개의 동영상
Meet your instructors!8m
2개의 읽기 자료
Reinforcement Learning Textbook10m
Read Me: Pre-requisites and Learning Objectives10m
2
완료하는 데 3시간 필요

Monte Carlo Methods for Prediction & Control

11개 동영상 (총 58분), 2 readings, 1 quiz
11개의 동영상
Using Monte Carlo for Prediction6m
Using Monte Carlo for Action Values2m
Using Monte Carlo methods for generalized policy iteration2m
Solving the Blackjack Example3m
Epsilon-soft policies5m
Why does off-policy learning matter?4m
Importance Sampling4m
Off-Policy Monte Carlo Prediction5m
Emma Brunskill: Batch Reinforcement Learning12m
Week 1 Summary3m
2개의 읽기 자료
Weekly Reading40m
Chapter Summary40m
1개 연습문제
Graded Quiz
3
완료하는 데 6시간 필요

Temporal Difference Learning Methods for Prediction

6개 동영상 (총 37분), 1 reading, 2 quizzes
6개의 동영상
Rich Sutton: The Importance of TD Learning6m
The advantages of temporal difference learning5m
Comparing TD and Monte Carlo5m
Andy Barto and Rich Sutton: More on the History of RL12m
Week 2 Summary2m
1개의 읽기 자료
Weekly Reading40m
1개 연습문제
Practice Quiz30m
4
완료하는 데 8시간 필요

Temporal Difference Learning Methods for Control

9개 동영상 (총 30분), 2 readings, 2 quizzes
9개의 동영상
Sarsa in the Windy Grid World3m
What is Q-learning?3m
Q-learning in the Windy Grid World3m
How is Q-learning off-policy?4m
Expected Sarsa3m
Expected Sarsa in the Cliff World3m
Generality of Expected Sarsa1m
Week 3 Summary2m
2개의 읽기 자료
Weekly Reading40m
Chapter summary40m
1개 연습문제
Practice Quiz18m
4.8
21개의 리뷰Chevron Right

Sample-based Learning Methods의 최상위 리뷰

대학: KNOct 3rd 2019

Great course! The notebooks are a perfect level of difficulty for someone learning RL for the first time. Thanks Martha and Adam for all your work on this!! Great content!!

대학: IFSep 29th 2019

Great course. Clear, concise, practical. Right amount of programming. Right amount of tests of conceptual knowledge. Almost perfect course.

강사

Avatar

Martha White

Assistant Professor
Computing Science
Avatar

Adam White

Assistant Professor
Computing Science

앨버타 대학교 정보

UAlberta is considered among the world’s leading public research- and teaching-intensive universities. As one of Canada’s top universities, we’re known for excellence across the humanities, sciences, creative arts, business, engineering and health sciences....

Alberta Machine Intelligence Institute 정보

The Alberta Machine Intelligence Institute (Amii) is home to some of the world’s top talent in machine intelligence. We’re an Alberta-based research institute that pushes the bounds of academic knowledge and guides business understanding of artificial intelligence and machine learning....

강화 학습 전문 분야 정보

The Reinforcement Learning Specialization consists of 4 courses exploring the power of adaptive learning systems and artificial intelligence (AI). Harnessing the full potential of artificial intelligence requires adaptive learning systems. Learn how Reinforcement Learning (RL) solutions help solve real-world problems through trial-and-error interaction by implementing a complete RL solution from beginning to end. By the end of this Specialization, learners will understand the foundations of much of modern probabilistic artificial intelligence (AI) and be prepared to take more advanced courses or to apply AI tools and ideas to real-world problems. This content will focus on “small-scale” problems in order to understand the foundations of Reinforcement Learning, as taught by world-renowned experts at the University of Alberta, Faculty of Science. The tools learned in this Specialization can be applied to game development (AI), customer interaction (how a website interacts with customers), smart assistants, recommender systems, supply chain, industrial control, finance, oil & gas pipelines, industrial control systems, and more....
강화 학습

자주 묻는 질문

  • 강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.

  • 강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.