rl course:旧金山大学数据科学理学硕士(MSDS)的强化学习课程 源码
人工智能主题:强化学习旧金山大学的MSDS 631-01 2021年夏季 课程说明 本课程将涵盖应用强化学习(RL)的技术。 强化学习是人工智能(AI)中最成功的子领域之一。 强化学习的基本思想是-代理学习在环境中采取成功的行动。 强化学习将机器学习的用途扩展到新领域,例如视频游戏,棋盘游戏和机器人技术。 该课程将侧重于强化学习的当代实际应用。 主题将包括基本的强化学习算法,例如多臂土匪和q-learning,以及深度强化学习。 本课程是课程的一部分。 后勤 授课教师: Brian Spiering 联系人: (更喜欢)| (优先较低) 办公时间:待定| 预约。 在“课程提纲”中的“画布”上链接。 网址: 通讯:松弛 科:待定地点:课程将在线举行。 在“缩放”部分的“画布”上链接。 必备知识 概率,统计,机器学习和深度学习方面的工作知识。 Python的中级水平(例如,创建
文件列表
rl-course-main.zip
(预估有个6文件)
rl-course-main
resources
test_env.ipynb
4KB
LICENSE
11KB
environment.yml
5KB
rl_terms.md
1KB
setup.sh
2KB
readme.md
11KB
暂无评论