Acerca de este Curso

34,457 vistas recientes

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Nivel intermedio

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

Aprox. 23 horas para completar

Inglés (English)

Subtítulos: Inglés (English)

Habilidades que obtendrás

Artificial Intelligence (AI)Machine LearningReinforcement LearningFunction ApproximationIntelligent Systems

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Nivel intermedio

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

Aprox. 23 horas para completar

Inglés (English)

Subtítulos: Inglés (English)

ofrecido por

Logotipo de Universidad de Alberta

Universidad de Alberta

Logotipo de Alberta Machine Intelligence Institute

Alberta Machine Intelligence Institute

Programa - Qué aprenderás en este curso

Semana
1

Semana 1

1 hora para completar

Welcome to the Final Capstone Course!

1 hora para completar
2 videos (Total 10 minutos), 2 lecturas
2 videos
Meet your instructors!8m
2 lecturas
Reinforcement Learning Textbook10m
Pre-requisites and Learning Objectives10m
Semana
2

Semana 2

1 hora para completar

Milestone 1: Formalize Word Problem as MDP

1 hora para completar
4 videos (Total 23 minutos)
4 videos
Andy Barto on What are Eligibility Traces and Why are they so named?9m
Let's Review: Markov Decision Processes6m
Let's Review: Examples of Episodic and Continuing Tasks3m
Semana
3

Semana 3

1 hora para completar

Milestone 2: Choosing The Right Algorithm

1 hora para completar
7 videos (Total 40 minutos)
7 videos
Let's Review: Expected Sarsa3m
Let's Review: What is Q-learning?3m
Let's Review: Average Reward- A New Way of Formulating Control Problems10m
Let's Review: Actor-Critic Algorithm5m
Csaba Szepesvari on Problem Landscape8m
Andy and Rich: Advice for Students5m
1 ejercicio de práctica
Choosing the Right Algorithm
Semana
4

Semana 4

1 hora para completar

Milestone 3: Identify Key Performance Parameters

1 hora para completar
4 videos (Total 25 minutos)
4 videos
Let's Review: Non-linear Approximation with Neural Networks4m
Drew Bagnell on System ID + Optimal Control6m
Susan Murphy on RL in Mobile Health7m
1 ejercicio de práctica
Impact of Parameter Choices in RL40m

Acerca de Programa especializado: Aprendizaje por refuerzo

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....
Aprendizaje por refuerzo

Preguntas Frecuentes

  • Una vez que te inscribes para obtener un Certificado, tendrás acceso a todos los videos, cuestionarios y tareas de programación (si corresponde). Las tareas calificadas por compañeros solo pueden enviarse y revisarse una vez que haya comenzado tu sesión. Si eliges explorar el curso sin comprarlo, es posible que no puedas acceder a determinadas tareas.

  • Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.

  • Si estás suscrito, obtienes una prueba gratis de 7 días, que podrás cancelar cuando desees sin ningún tipo de penalidad. Una vez transcurrido ese tiempo, no realizamos reembolsos. No obstante, puedes cancelar tu suscripción cuando quieras. Consulta nuestra política completa de reembolsos.

  • Sí, Coursera ofrece ayuda económica a los estudiantes que no pueden pagar la tarifa. Solicítala haciendo clic en el enlace de Ayuda económica que está debajo del botón “Inscribirse” a la izquierda. Se te pedirá que completes una solicitud. Recibirás una notificación en caso de que se apruebe. Deberás completar este paso para cada uno de los cursos que forman parte del Programa especializado, incluido el proyecto final. Obtén más información.

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.