◆深度強化學習(Deep Reinforcement Learning)簡介
˙人工智慧環境(Environment)與智慧代理人(Agent)
˙策略與規劃(Policy and Planning)
˙價值函數(Value Function)
˙運作模型(Model)
˙酬勞與懲罰(Reward)
˙最優價值函數(Optimal Value Function)
˙馬可夫決策問題(MDP)◆圖表化及逼近式 (Tabular and Approximation)解決方案
˙有限馬可夫決策處理(FMDP)
˙動態規劃(Dynamic Programming)
˙蒙地卡羅方法(Monte Carlo Method)
˙時間差分學習(Time-Difference Learning)
˙Q學習(Q-Learning)
˙策略梯度法(Policy Gradient Method) ◆類神經深度強化學習
˙深度Q學習網路(Deep Q-Learning Network)
˙TensorFlow DQN
˙OpenAI Gym
˙Actor Critic
˙Deep Deterministic Policy Gradients(DDPG)
˙Asynchronous Advantage Actor-Critic (A3C)
˙Distributed Proximal Policy Optimization (DPPO) ◆人工智慧深度強化學習個案研究
˙AlphaGo設計理念與方法
˙問答系統強化學習
˙汽車避撞系統模擬
˙自駕車強化學習
˙Q-learning Gridworld Player
˙Atari Ping Pong Player
詳細課程內容請參考以下網址：http://www.iiiedu.org.tw/ites/REF.htm
- 新聞稿有效日期，至2019/04/27為止
聯絡人 ：張先生
聯絡電話：(02)6631-6539
電子郵件：alanchang@iii.org.tw
 上一篇：安森美半導體-馬達驅動器模組方案套件圖形使用者介面(GUI)培訓教材
 下一篇：人工智慧工業自動檢測(AOI)與視覺辨識設計 (台北6/20)
|
■ 我在中國工作的日子（十四）阿里巴巴敢給股票 - 2023/07/02 ■ 我在中國工作的日子（十三）上億會員怎麼管理 - 2023/06/25 ■ 我在中國工作的日子（十二）最好的公司支付寶 - 2023/06/18 ■ 我在中國工作的日子（十一）兩個女人一個男人 - 2023/06/11 ■ 我在中國工作的日子（十）千團大戰影音帶貨 - 2023/06/04 ■ 我在中國工作的日子（九）電視購物轉型電商 - 2023/05/28 ■ 我在中國工作的日子（八）那些從台灣來的人 - 2023/05/21 ■ 我在中國工作的日子（七）嘉丰資本擦身而過 - 2023/05/14 ■ 我在中國工作的日子（六）跟阿福有關的人們 - 2023/05/07
|
