- Суть
- Методы объединения глубоких нейронных сетей с обучением с подкреплением на языке 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 · OpenAI Gym · Theano · TensorFlow · NumPy · Deep Q-Learning · Policy Gradients
- Знать заранее
- Основы обучения с подкреплением: MDP, динамическое программирование, Монте-Карло, TD; Опыт создания моделей машинного обучения на Python с использованием библиотеки NumPy; Знание математических дисциплин на уровне программы колледжа или вуза