Chia Sẻ Khóa Học AI Thực Tế Với Python Và Reinforcement Learning [Khóa 8486 A]
Tìm hiểu cách sử dụng các kỹ thuật Reinforcement Learning để tạo các chương trình Trí tuệ nhân tạo thực tế!
Bạn sẽ học được gì:
- ✓ Reinforcement Learning với Python.
- ✓ Tạo Artificial Neural Network với TensorFlow.
- ✓ Sử dụng TensorFlow để tạo Convolution Neural Network cho Images.
- ✓ Sử dụng OpenAI để làm việc với các built-in game environment.
- ✓ Sử dụng OpenAI để tạo môi trường của riêng bạn cho mọi vấn đề.
- ✓ Tạo Artificially Intelligent Agents.
- ✓ Tabular Q-Learning.
- ✓ State–action–reward–state–action (SARSA).
- ✓ Deep Q-Learning (DQN).
- ✓ DQN sử dụng Convolutional Neural Networks.
- ✓ Cross Entropy Method for Reinforcement Learning.
- ✓ Double DQN
- ✓ Dueling DQN.
Bạn đã bao giờ tự hỏi Trí tuệ nhân tạo thực sự hoạt động như thế nào chưa? Bạn có muốn có thể khai thác sức mạnh của mạng neural network và reinforcement learning để tạo ra các Agent thông minh có thể giải quyết các nhiệm vụ với mức độ phức tạp của con người không?
Đây là khóa học để bạn học cách sử dụng Python để khai thác sức mạnh của Neural Network để tạo ra các Agent thông minh Nhân tạo!
Khóa học này tập trung vào cách tiếp cận thực tế đặt bạn vào ghế lái để thực sự xây dựng và tạo ra các Agent thông minh, thay vì chỉ cho bạn xem các ví dụ nhỏ như nhiều khóa học trực tuyến khác. Khóa học này tập trung vào việc cung cấp cho bạn sức mạnh để áp dụng trí tuệ nhân tạo vào các vấn đề, môi trường và tình huống của riêng bạn, không chỉ những vấn đề có trong thư viện thích hợp!
Khóa học này bao gồm các chủ đề sau:
- ✓ Artificial Neural Networks.
- ✓ Convolution Neural Networks.
- ✓ Classical Q-Learning.
- ✓ Deep Q-Learning.
- ✓ SARSA.
- ✓ Cross Entropy Methods.
- ✓ Double DQN.
- ✓ Và nhiều hơn nữa!
Khóa học này được thiết để giúp bạn có thể tạo ra các deep reinforcement learning agent của riêng bạn trên môi trường của riêng bạn. Nó tập trung vào cách tiếp cận thực tế với sự cân bằng phù hợp giữa lý thuyết và trực giác với useable code. Khóa học sử dụng các ví dụ rõ ràng trong các slide để kết nối các phương trình toán học với việc triển khai code thực tế, trước khi chỉ ra cách thực hiện thủ công các phương trình conduct reinforcement learning.
Trước tiên, khóa học sẽ chỉ cho bạn cách hoạt động của Deep Learning với Keras và TensorFlow, trước khi đi sâu vào các khái niệm Reinforcement Learning, chẳng hạn như Q-Learning. Sau đó, bạn có thể kết hợp những ý tưởng này để hướng dẫn bạn thông qua các Deep Reinforcement Learning agent, chẳng hạn như Deep Q-Networks!
Mục lục khóa học:
- ✓ 01 Tổng quan về khóa học.
- ✓ 02 Thiết lập và cài đặt.
- ✓ 03 Cơ bản về Numpy.
- ✓ 04 Tổng quan về Matplotlib và Visualization.
- ✓ 05 Machine Learning, Deep Learning, và Reinforcement Learning.
- ✓ 06 Pandas và Scikit-Learn Crash Course.
- ✓ 07 Artificial Neural Network và TensorFlow Basic.
- ✓ 08 Convolutional Neural Network với TensorFlow.
- ✓ 09 Reinforcement Learning - Các Khái niệm cốt lõi.
- ✓ 10 Open AI Gym Overview.
- ✓ 11 Classical Q Learning.
- ✓ 12 Deep Q-Learning.
NHẬN GET EBOOK TRÊN AMAZON THEO YÊU CẦU
