Udemy線上課程 強化學習——原理與實例精講 建立者:三節課 sanjieke 影音教學 中文發音 中文版(DVD版)
Udemy線上課程強化學習——原理與實例精講建立者:三節課sanjieke影音教學中文發音中文版(DVD版)內容說明:
強化學習是一種學習如何從狀態映射到行為以使得獲取的獎勵最大的學習機制。
這樣的一箇agent需要不斷地在環境中進行實驗，通過環境給予的反饋（獎勵）來不斷優化狀態——行為的對應關係。
因此，反覆實驗（trialanderror）和延遲獎勵（delayedreward）是強化學習最重要的兩個特徵。
本套強化學習課程主要包括經典算法原理講解與案例實戰兩大部分。
通俗講解當下主流強化學習算法思想，結合實例解讀算法整理應用流程並結合案例展開代碼實戰。
整體風格通俗易懂，適合準備入門強化學習並進階提升的同學們。
課程內容:
01-課程導讀
001課程簡介.html
002講師介紹.html
003課程大綱.html

02-強化學習簡介及其應用
001強化學習簡介.mp4
002應用領域與工作流程.mp4
003計算機眼中的狀態與行為.mp4

03-PPO算法與公式推導
001PPO算法簡介.mp4
002任務概述.mp4
003目標分析公式推導.mp4
004baseline方法.mp4
005OnPolicy與OffPolicy策略.mp4
006ImportanceSampling的作用.mp4
007PPO算法整體思路解析.mp4

04-PPO實戰：月球登陸器訓練實例
001Critic的作用與效果.mp4
002PPO2版本公式解讀.mp4
003參數與網絡結構定義.mp4
004得到動作結果.mp4
005獎勵獲得與計算.mp4
006參數迭代與更新.mp4

05-課程回顧
001課後寄語.html


相關商品:Udemy線上課程小紅書運營實操指南建立者:三節課sanjieke影音教學中文發音中文版(DVD版)Udemy線上課程軟件系統架構設計與技術管理建立者:三節課sanjieke影音教學中文發音中文版(DVD版)Udemy線上課程SEM實戰：高效精準營銷獲客廣告建立者:三節課sanjieke影音教學中文發音中文版(DVD版)Udemy線上課程情緒賦能領導力：善用情緒的力量，打造高績效團隊建立者:三節課sanjieke影音教學中文發音中文版(DVD版)Udemy線上課程KVP教你輕鬆學會WPS表格建立者:三節課sanjieke影音教學中文發音中文版(DVD版)