- Суть
- Углубленное изучение глубокого обучения с подкреплением (Deep Reinforcement Learning) на Python.
- Уровень
- продвинутый
- На выходе
- Реализация алгоритмов Deep Q-Learning (DQN) на Python; Применение методов градиента политики для обучения агентов; Интеграция сверточных нейронных сетей в системы обучения с подкреплением; Настройка среды OpenAI Gym для тренировки моделей; Реализация архитектуры A3C для параллельного обучения
- Навыки
- Python · Deep Q-Learning (DQN) · Градиенты политики · Архитектура A3C · OpenAI Gym · TensorFlow · NumPy
- Кому подойдёт
- Специалисты, имеющие опыт работы с обучением с подкреплением и нейросетями
- Знать заранее
- Опыт работы с базовыми методами обучения с подкреплением; Опыт работы с нейронными сетями; Опыт работы с библиотеками TensorFlow, Theano, NumPy
