Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Doba trvání 14 hodiny
Návrh Školení
Úvod do učení posílením
- Přehled učení posílením a jeho aplikací
- Rozdíly mezi dohledovaným, nedohledovaným a učení posílením
- Klíčové pojmy: agent, prostředí, odměny a politika
Markovovy rozhodovací procesy (MDP)
- Rozumění stavům, akcím, odměnám a přechodům stavů
- Funkce hodnoty a Bellmanova rovnice
- Dynamické programování pro řešení MDP
Základní algoritmy RL
- Tabulkové metody: Q-Learning a SARSA
- Metody založené na politice: algoritmus REINFORCE
- Frameworky Actor-Critic a jejich aplikace
Hluboké učení posílením
- Úvod do Deep Q-Networks (DQN)
- Přehrávání zkušeností a cílové sítě
- Pochoditice politiky a pokročilé metody hlubokého RL
Frameworky a nástroje pro RL
- Úvod do OpenAI Gym a dalších prostředí RL
- Využití PyTorch nebo TensorFlow pro vývoj modelů RL
- Trénink, testování a benchmarkování agentů RL
Výzvy v oblasti RL
- Vyvážení prozkoumávání a využívání při tréninku
- Zvládání řídkých odměn a problémů přiřazování zásluh
- Problémy škálovatelnosti a výpočetní náročnosti v RL
Praktické aktivity
- Implementace algoritmů Q-Learning a SARSA od nuly
- Trénink agenta založeného na DQN pro hru v OpenAI Gym
- Doladování modelů RL pro lepší výkon v vlastních prostředích
Shrnutí a další kroky
Požadavky
- Silné pochopení principů a algoritmů strojového učení
- Znlost programování v jazyce Python
- Oznámenost s neurálními sítěmi a frameworky pro hluboké učení
Cílová skupina
- Strojní inženýři (ML engineers)
- Odborníci na umělou inteligenci
