À propos de ce cours
94,705 consultations récentes

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. 20 heures pour terminer

Recommandé : 4-6 hours/week...

Anglais

Sous-titres : Anglais

Compétences que vous acquerrez

Artificial Intelligence (AI)Machine LearningReinforcement LearningFunction ApproximationIntelligent Systems
Les étudiants prenant part à ce Course sont
  • Data Scientists
  • Machine Learning Engineers
  • Scientists
  • Researchers
  • Data Engineers

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. 20 heures pour terminer

Recommandé : 4-6 hours/week...

Anglais

Sous-titres : Anglais

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
1 heure pour terminer

Welcome to the Course!

2 vidéos (Total 10 min), 2 lectures
2 vidéos
Meet your instructors!8 min
2 lectures
Reinforcement Learning Textbook10 min
Read Me: Pre-requisites and Learning Objectives10 min
Semaine
2
3 heures pour terminer

Monte Carlo Methods for Prediction & Control

11 vidéos (Total 58 min), 2 lectures, 1 quiz
11 vidéos
Using Monte Carlo for Prediction6 min
Using Monte Carlo for Action Values2 min
Using Monte Carlo methods for generalized policy iteration2 min
Solving the Blackjack Example3 min
Epsilon-soft policies5 min
Why does off-policy learning matter?4 min
Importance Sampling4 min
Off-Policy Monte Carlo Prediction5 min
Emma Brunskill: Batch Reinforcement Learning12 min
Week 1 Summary3 min
2 lectures
Weekly Reading40 min
Chapter Summary40 min
1 exercice pour s'entraîner
Graded Quiz
Semaine
3
6 heures pour terminer

Temporal Difference Learning Methods for Prediction

6 vidéos (Total 37 min), 1 lecture, 2 quiz
6 vidéos
Rich Sutton: The Importance of TD Learning6 min
The advantages of temporal difference learning5 min
Comparing TD and Monte Carlo5 min
Andy Barto and Rich Sutton: More on the History of RL12 min
Week 2 Summary2 min
1 lecture
Weekly Reading40 min
1 exercice pour s'entraîner
Practice Quiz30 min
Semaine
4
8 heures pour terminer

Temporal Difference Learning Methods for Control

9 vidéos (Total 30 min), 2 lectures, 2 quiz
9 vidéos
Sarsa in the Windy Grid World3 min
What is Q-learning?3 min
Q-learning in the Windy Grid World3 min
How is Q-learning off-policy?4 min
Expected Sarsa3 min
Expected Sarsa in the Cliff World3 min
Generality of Expected Sarsa1 min
Week 3 Summary2 min
2 lectures
Weekly Reading40 min
Chapter summary40 min
1 exercice pour s'entraîner
Practice Quiz18 min
4.7
21 avisChevron Right

Principaux examens pour Sample-based Learning Methods

par KNOct 3rd 2019

Great course! The notebooks are a perfect level of difficulty for someone learning RL for the first time. Thanks Martha and Adam for all your work on this!! Great content!!

par IFSep 29th 2019

Great course. Clear, concise, practical. Right amount of programming. Right amount of tests of conceptual knowledge. Almost perfect course.

Enseignants

Avatar

Martha White

Assistant Professor
Computing Science
Avatar

Adam White

Assistant Professor
Computing Science

À propos de Université de l'Alberta

UAlberta is considered among the world’s leading public research- and teaching-intensive universities. As one of Canada’s top universities, we’re known for excellence across the humanities, sciences, creative arts, business, engineering and health sciences....

À propos de Alberta Machine Intelligence Institute

The Alberta Machine Intelligence Institute (Amii) is home to some of the world’s top talent in machine intelligence. We’re an Alberta-based research institute that pushes the bounds of academic knowledge and guides business understanding of artificial intelligence and machine learning....

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

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • 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.

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