Programa do Curso

Introdução

  • Resolução de problemas do mundo real através de interacções de tentativa e erro

Compreender os Sistemas de Aprendizagem Adaptativa e Artificial Intelligence (AI).

Como os agentes percepcionam o estado

Como recompensar um agente

Estudo de caso: Interagir com os visitantes do sítio Web

Preparar o ambiente para o agente

Mergulho profundo nos algoritmos Reinforcement Learning

Métodos baseados no valor vs. métodos baseados na política

Seleção de um modelo Reinforcement Learning

Utilizar o algoritmo Q-Learning Model-Free Reinforcement Learning

Conceber o agente

Estudo de caso: Assistentes inteligentes

Interface do agente com um ambiente de produção

Medição dos resultados das acções dos agentes

Resolução de problemas

Resumo e conclusão

Requisitos

  • Compreensão geral da aprendizagem por reforço
  • Experiência com aprendizado de máquina
  • Java experiência em programação

Público

  • Cientistas de dados
  21 horas
 

Declaração de Clientes (4)

Cursos Relacionados

Categorias Relacionadas