Reinforcement Learning kurser och utbildning

Deep Reinforcement Learning hänvisar till förmågan hos en "konstgjord agent" att lära sig genom trial-and-error och belöningar-och-bestraffningar. Ett artificiellt medel syftar till att efterlikna en människas förmåga att erhålla och konstruera kunskap på egen hand, direkt från råa input som vision. För att förverkliga förstärkningsinlärning används djupinlärning och neurala nätverk. Förstärkningsinlärning skiljer sig från maskininlärning och förlitar sig inte på övervakade och oövervakade inlärningsmetoder.Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till utvecklare och datavetare som vill lära sig grunderna i Deep Reinforcement Learning när de går igenom skapandet av en Deep Learning Agent.I slutet av denna utbildning kommer deltagarna att kunna:

Förstå nyckelbegreppen bakom Deep Reinforcement Learning och kunna skilja det från Machine Learning. Använd avancerade Reinforcement Learning algoritmer för att lösa verkliga problem. Bygg en Deep Learning agent.

Kursens format

Interaktiv föreläsning och diskussion. Mycket övningar och övningar. Praktisk implementering i en live-lab-miljö.

Kursanpassningsalternativ

För att begära en skräddarsydd utbildning för denna kurs, vänligen kontakta oss för att ordna.

Reinforcement Learning (RL) är en maskininlärningsteknik där ett datorprogram (agent) lär sig att bete sig i en miljö genom att utföra åtgärderna och få feedback om resultaten av åtgärderna. För varje bra handling får agenten positiv feedback, och för varje dålig handling får agenten negativ feedback (penalty). Denna instruktörledda, live-utbildning (online eller on-site) riktar sig till datavetenskapsmän som vill gå utöver traditionella metoder för maskininlärning för att lära ett datorprogram för att upptäcka saker (lös problem) utan användning av etiketterade data och stora dataset. Vid slutet av denna utbildning kommer deltagarna att kunna:

Installera och tillämpa de bibliotek och programmeringsspråk som behövs för att genomföra Reinforcement Learning. Skapa en mjukvaruagent som kan lära sig genom feedback istället för genom övervakad lärande. Program en agent för att lösa problem där beslutsfattandet är sekventiellt och slutgiltigt. Applicera kunskap till att designa programvara som kan lära sig på ett sätt som liknar hur människor lär sig.

Format för kursen

Interaktiv föreläsning och diskussion. Många övningar och övningar. Hand-on implementering i en live-lab miljö.

Kursanpassningsalternativ

För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.

Reinforcement Learning (RL) är ett område av AI (Artificial Intelligence) som används för att bygga autonoma system (t.ex. en "agent") som lär sig genom att interagera med sin miljö för att lösa ett problem. RL har applikationer inom områden som robotteknik, spel, konsumentmodellering, hälso- och sjukvård, supply chain management och mer. Denna instruktörledda, live-utbildning (online eller online) riktar sig till datavetenskapsmän som vill skapa och implementera ett Reinforcement Learning system, som kan fatta beslut och lösa verkliga problem inom en organisation. Vid slutet av denna utbildning kommer deltagarna att kunna:

Förstå förhållandena och skillnaderna mellan Reinforcement Learning och maskininlärning, djupinlärning, övervakad och okontrollerad inlärning. Analysera ett verkligt problem och omdefiniera det som ett Reinforcement Learning problem. Genomföra en lösning på ett verkligt problem med hjälp av Reinforcement Learning. Förstå de olika algoritmerna som finns i Reinforcement Learning och välj den mest lämpliga för problemet på hand.

Format för kursen

Interaktiv föreläsning och diskussion. Många övningar och övningar. Hand-on implementering i en live-lab miljö.

Kursanpassningsalternativ

För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.