À propos de ce cours

39,038 consultations récentes
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire

Probabilities & Expectations, basic linear algebra, basic calculus, Python 3.0 (at least 1 year), implementing algorithms from pseudocode.

Approx. 23 heures pour terminer
Anglais
Sous-titres : Anglais

Compétences que vous acquerrez

Artificial Intelligence (AI)Machine LearningReinforcement LearningFunction ApproximationIntelligent Systems
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire

Probabilities & Expectations, basic linear algebra, basic calculus, Python 3.0 (at least 1 year), implementing algorithms from pseudocode.

Approx. 23 heures pour terminer
Anglais
Sous-titres : Anglais

Offert par

Logo Université de l'Alberta

Université de l'Alberta

Logo Alberta Machine Intelligence Institute

Alberta Machine Intelligence Institute

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1

Semaine 1

1 heure pour terminer

Welcome to the Final Capstone Course!

1 heure pour terminer
2 vidéos (Total 10 min), 2 lectures
2 vidéos
Meet your instructors!8 min
2 lectures
Reinforcement Learning Textbook10 min
Pre-requisites and Learning Objectives10 min
Semaine
2

Semaine 2

1 heure pour terminer

Milestone 1: Formalize Word Problem as MDP

1 heure pour terminer
4 vidéos (Total 23 min)
4 vidéos
Andy Barto on What are Eligibility Traces and Why are they so named?9 min
Let's Review: Markov Decision Processes6 min
Let's Review: Examples of Episodic and Continuing Tasks3 min
Semaine
3

Semaine 3

1 heure pour terminer

Milestone 2: Choosing The Right Algorithm

1 heure pour terminer
7 vidéos (Total 40 min)
7 vidéos
Let's Review: Expected Sarsa3 min
Let's Review: What is Q-learning?3 min
Let's Review: Average Reward- A New Way of Formulating Control Problems10 min
Let's Review: Actor-Critic Algorithm5 min
Csaba Szepesvari on Problem Landscape8 min
Andy and Rich: Advice for Students5 min
1 exercice pour s'entraîner
Choosing the Right Algorithm
Semaine
4

Semaine 4

1 heure pour terminer

Milestone 3: Identify Key Performance Parameters

1 heure pour terminer
4 vidéos (Total 25 min)
4 vidéos
Let's Review: Non-linear Approximation with Neural Networks4 min
Drew Bagnell on System ID + Optimal Control6 min
Susan Murphy on RL in Mobile Health7 min
1 exercice pour s'entraîner
Impact of Parameter Choices in RL40 min

Avis

Meilleurs avis pour A COMPLETE REINFORCEMENT LEARNING SYSTEM (CAPSTONE)

Voir tous les avis

À propos du Spécialisation Apprentissage par renforcement

The Reinforcement Learning Specialization consists of 4 courses exploring the power of adaptive learning systems and artificial intelligence (AI). Harnessing the full potential of artificial intelligence requires adaptive learning systems. Learn how Reinforcement Learning (RL) solutions help solve real-world problems through trial-and-error interaction by implementing a complete RL solution from beginning to end. By the end of this Specialization, learners will understand the foundations of much of modern probabilistic artificial intelligence (AI) and be prepared to take more advanced courses or to apply AI tools and ideas to real-world problems. This content will focus on “small-scale” problems in order to understand the foundations of Reinforcement Learning, as taught by world-renowned experts at the University of Alberta, Faculty of Science. The tools learned in this Specialization can be applied to game development (AI), customer interaction (how a website interacts with customers), smart assistants, recommender systems, supply chain, industrial control, finance, oil & gas pipelines, industrial control systems, and more....
Apprentissage par renforcement

Foire Aux Questions

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

  • Si vous vous abonnez, vous bénéficiez d'une période d'essai gratuite de 7 jours, durant laquelle vous pouvez annuler votre abonnement sans pénalité. Ensuite, nous n'accordons plus de remboursements, mais vous pouvez annuler votre abonnement à tout instant. Consultez notre politique de remboursement complète.

  • Oui, Coursera offre une Aide Financière aux étudiants qui n'ont pas les moyens d'acquitter les frais. Demandez-la en cliquant sur le lien Aide Financière sous le bouton S'inscrire situé à gauche. Vous devrez remplir un formulaire de demande et vous serez averti(e) si elle est acceptée. Vous devrez répéter cette procédure pour chaque cours de la Spécialisation, y compris pour le Projet Final. En savoir plus.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.