À propos de ce cours

78,226 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. 22 heures pour terminer
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. 22 heures pour terminer
Anglais

Offert par

Placeholder

Université de l'Alberta

Placeholder

Alberta Machine Intelligence Institute

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up92%(2,076 notes)Info
Semaine
1

Semaine 1

1 heure pour terminer

Welcome to the Course!

1 heure pour terminer
2 vidéos (Total 12 min), 2 lectures
2 vidéos
Meet your instructors!8 min
2 lectures
Read Me: Pre-requisites and Learning Objectives10 min
Reinforcement Learning Textbook10 min
5 heures pour terminer

On-policy Prediction with Approximation

5 heures pour terminer
13 vidéos (Total 69 min), 2 lectures, 2 quiz
13 vidéos
Generalization and Discrimination5 min
Framing Value Estimation as Supervised Learning3 min
The Value Error Objective4 min
Introducing Gradient Descent7 min
Gradient Monte for Policy Evaluation5 min
State Aggregation with Monte Carlo7 min
Semi-Gradient TD for Policy Evaluation3 min
Comparing TD and Monte Carlo with State Aggregation4 min
Doina Precup: Building Knowledge for AI Agents with Reinforcement Learning7 min
The Linear TD Update3 min
The True Objective for TD5 min
Week 1 Summary4 min
2 lectures
Module 1 Learning Objectives10 min
Weekly Reading: On-policy Prediction with Approximation40 min
1 exercice pour s'entraîner
On-policy Prediction with Approximation30 min
Semaine
2

Semaine 2

5 heures pour terminer

Constructing Features for Prediction

5 heures pour terminer
11 vidéos (Total 52 min), 2 lectures, 2 quiz
11 vidéos
Generalization Properties of Coarse Coding5 min
Tile Coding3 min
Using Tile Coding in TD4 min
What is a Neural Network?3 min
Non-linear Approximation with Neural Networks4 min
Deep Neural Networks3 min
Gradient Descent for Training Neural Networks8 min
Optimization Strategies for NNs4 min
David Silver on Deep Learning + RL = AI?9 min
Week 2 Review2 min
2 lectures
Module 2 Learning Objectives10 min
Weekly Reading: On-policy Prediction with Approximation II40 min
1 exercice pour s'entraîner
Constructing Features for Prediction28 min
Semaine
3

Semaine 3

6 heures pour terminer

Control with Approximation

6 heures pour terminer
7 vidéos (Total 41 min), 2 lectures, 2 quiz
7 vidéos
Episodic Sarsa in Mountain Car5 min
Expected Sarsa with Function Approximation2 min
Exploration under Function Approximation3 min
Average Reward: A New Way of Formulating Control Problems10 min
Satinder Singh on Intrinsic Rewards12 min
Week 3 Review2 min
2 lectures
Module 3 Learning Objectives10 min
Weekly Reading: On-policy Control with Approximation40 min
1 exercice pour s'entraîner
Control with Approximation40 min
Semaine
4

Semaine 4

6 heures pour terminer

Policy Gradient

6 heures pour terminer
11 vidéos (Total 55 min), 2 lectures, 2 quiz
11 vidéos
Advantages of Policy Parameterization5 min
The Objective for Learning Policies5 min
The Policy Gradient Theorem5 min
Estimating the Policy Gradient4 min
Actor-Critic Algorithm5 min
Actor-Critic with Softmax Policies3 min
Demonstration with Actor-Critic6 min
Gaussian Policies for Continuous Actions7 min
Week 4 Summary3 min
Congratulations! Course 4 Preview2 min
2 lectures
Module 4 Learning Objectives10 min
Weekly Reading: Policy Gradient Methods40 min
1 exercice pour s'entraîner
Policy Gradient Methods45 min

Avis

Meilleurs avis pour PREDICTION AND CONTROL WITH FUNCTION APPROXIMATION

Voir tous les avis

À propos du Spécialisation Apprentissage par renforcement

Apprentissage par renforcement

Foire Aux Questions

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