Acerca de este Curso

206,686 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. 15 horas para completar
Inglés (English)

Qué aprenderás

  • Formalize problems as Markov Decision Processes

  • Understand basic exploration methods and the exploration / exploitation tradeoff

  • Understand value functions, as a general-purpose tool for optimal decision-making

  • Know how to implement dynamic programming as an efficient solution approach to an industrial control problem

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. 15 horas para completar
Inglés (English)

ofrecido por

Placeholder

Universidad de Alberta

Placeholder

Alberta Machine Intelligence Institute

Programa - Qué aprenderás en este curso

Calificación del contenidoThumbs Up93%(9,702 calificaciones)Info
Semana
1

Semana 1

1 hora para completar

Welcome to the Course!

1 hora para completar
4 videos (Total 20 minutos), 2 lecturas
4 videos
Course Introduction5m
Meet your instructors!8m
Your Specialization Roadmap3m
2 lecturas
Reinforcement Learning Textbook10m
Read Me: Pre-requisites and Learning Objectives10m
4 horas para completar

An Introduction to Sequential Decision-Making

4 horas para completar
8 videos (Total 46 minutos), 3 lecturas, 2 cuestionarios
8 videos
Learning Action Values4m
Estimating Action Values Incrementally5m
What is the trade-off?7m
Optimistic Initial Values6m
Upper-Confidence Bound (UCB) Action Selection5m
Jonathan Langford: Contextual Bandits for Real World Reinforcement Learning8m
Week 1 Summary3m
3 lecturas
Module 1 Learning Objectives10m
Weekly Reading30m
Chapter Summary30m
1 ejercicio de práctica
Sequential Decision-Making45m
Semana
2

Semana 2

3 horas para completar

Markov Decision Processes

3 horas para completar
7 videos (Total 36 minutos), 2 lecturas, 2 cuestionarios
7 videos
Examples of MDPs4m
The Goal of Reinforcement Learning3m
Michael Littman: The Reward Hypothesis12m
Continuing Tasks5m
Examples of Episodic and Continuing Tasks3m
Week 2 Summary1m
2 lecturas
Module 2 Learning Objectives10m
Weekly Reading30m
1 ejercicio de práctica
MDPs45m
Semana
3

Semana 3

3 horas para completar

Value Functions & Bellman Equations

3 horas para completar
9 videos (Total 56 minutos), 3 lecturas, 2 cuestionarios
9 videos
Value Functions6m
Rich Sutton and Andy Barto: A brief History of RL7m
Bellman Equation Derivation6m
Why Bellman Equations?5m
Optimal Policies7m
Optimal Value Functions5m
Using Optimal Value Functions to Get Optimal Policies8m
Week 3 Summary4m
3 lecturas
Module 3 Learning Objectives10m
Weekly Reading30m
Chapter Summary13m
2 ejercicios de práctica
[Practice] Value Functions and Bellman Equations45m
Value Functions and Bellman Equations45m
Semana
4

Semana 4

4 horas para completar

Dynamic Programming

4 horas para completar
10 videos (Total 72 minutos), 3 lecturas, 2 cuestionarios
10 videos
Iterative Policy Evaluation8m
Policy Improvement4m
Policy Iteration8m
Flexibility of the Policy Iteration Framework4m
Efficiency of Dynamic Programming5m
Warren Powell: Approximate Dynamic Programming for Fleet Management (Short)7m
Warren Powell: Approximate Dynamic Programming for Fleet Management (Long)21m
Week 4 Summary2m
Congratulations!3m
3 lecturas
Module 4 Learning Objectives10m
Weekly Reading30m
Chapter Summary30m
1 ejercicio de práctica
Dynamic Programming45m

Reseñas

Principales reseñas sobre FUNDAMENTALS OF REINFORCEMENT LEARNING

Ver todas las reseñas

Acerca de Programa especializado: Aprendizaje por refuerzo

Aprendizaje por refuerzo

Preguntas Frecuentes

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