このコースについて

27,467 最近の表示

共有できる証明書

修了時に証明書を取得

100%オンライン

自分のスケジュールですぐに学習を始めてください。

次における4の4コース

柔軟性のある期限

スケジュールに従って期限をリセットします。

中級レベル

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

約8時間で修了

推奨:4-6 hours/week...

英語

字幕:英語

習得するスキル

Artificial Intelligence (AI)Machine LearningReinforcement LearningFunction ApproximationIntelligent Systems

共有できる証明書

修了時に証明書を取得

100%オンライン

自分のスケジュールですぐに学習を始めてください。

次における4の4コース

柔軟性のある期限

スケジュールに従って期限をリセットします。

中級レベル

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

約8時間で修了

推奨:4-6 hours/week...

英語

字幕:英語

提供:

アルバータ大学(University of Alberta) ロゴ

アルバータ大学(University of Alberta)

Alberta Machine Intelligence Institute ロゴ

Alberta Machine Intelligence Institute

シラバス - 本コースの学習内容

1

1

1時間で修了

Welcome to the Final Capstone Course!

1時間で修了
2件のビデオ (合計10分), 2 readings
2件のビデオ
Meet your instructors!8 分
2件の学習用教材
Reinforcement Learning Textbook10 分
Pre-requisites and Learning Objectives10 分
2

2

1時間で修了

Milestone 1: Formalize Word Problem as MDP

1時間で修了
4件のビデオ (合計23分)
4件のビデオ
Andy Barto on What are Eligibility Traces and Why are they so named?9 分
Let's Review: Markov Decision Processes6 分
Let's Review: Examples of Episodic and Continuing Tasks3 分
3

3

1時間で修了

Milestone 2: Choosing The Right Algorithm

1時間で修了
7件のビデオ (合計40分)
7件のビデオ
Let's Review: Expected Sarsa3 分
Let's Review: What is Q-learning?3 分
Let's Review: Average Reward- A New Way of Formulating Control Problems10 分
Let's Review: Actor-Critic Algorithm5 分
Csaba Szepesvari on Problem Landscape8 分
Andy and Rich: Advice for Students5 分
1の練習問題
Choosing the Right Algorithm
4

4

1時間で修了

Milestone 3: Identify Key Performance Parameters

1時間で修了
4件のビデオ (合計25分)
4件のビデオ
Let's Review: Non-linear Approximation with Neural Networks4 分
Drew Bagnell on System ID + Optimal Control6 分
Susan Murphy on RL in Mobile Health7 分
1の練習問題
Impact of Parameter Choices in RL40 分

レビュー

A COMPLETE REINFORCEMENT LEARNING SYSTEM (CAPSTONE) からの人気レビュー
すべてのレビューを見る

強化学習専門講座について

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....
強化学習

よくある質問

  • 修了証に登録すると、すべてのビデオ、テスト、およびプログラミング課題(該当する場合)にアクセスできます。ピアレビュー課題は、セッションが開始してからのみ、提出およびレビューできます。購入せずにコースを検討することを選択する場合、特定の課題にアクセスすることはできません。

  • コースに登録する際、専門講座のすべてのコースにアクセスできます。コースの完了時には修了証を取得できます。電子修了証が成果のページに追加され、そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。