|
◆深度強化學習(Deep Reinforcement Learning)簡介
˙人工智慧環境(Environment)與智慧代理人(Agent)
˙策略與規劃(Policy and Planning)
˙價值函數(Value Function)
˙運作模型(Model)
˙酬勞與懲罰(Reward)
˙最優價值函數(Optimal Value Function)
˙馬可夫決策問題(MDP)
◆圖表化及逼近式 (Tabular and Approximation)解決方案
˙有限馬可夫決策處理(FMDP)
˙動態規劃(Dynamic Programming)
˙蒙地卡羅方法(Monte Carlo Method)
˙時間差分學習(Time-Difference Learning)
˙Q學習(Q-Learning)
˙策略梯度法(Policy Gradient Method) ◆類神經深度強化學習
˙深度Q學習網路(Deep Q-Learning Network)
˙TensorFlow DQN
˙OpenAI Gym
˙Actor Critic
˙Deep Deterministic Policy Gradients(DDPG)
˙Asynchronous Advantage Actor-Critic (A3C)
˙Distributed Proximal Policy Optimization (DPPO) ◆人工智慧深度強化學習個案研究
˙AlphaGo設計理念與方法
˙問答系統強化學習
˙汽車避撞系統模擬
˙自駕車強化學習
˙Q-learning Gridworld Player
˙Atari Ping Pong Player
詳細課程內容請參考以下網址：http://www.iiiedu.org.tw/ites/REF.htm
- 新聞稿有效日期，至2019/07/29為止
聯絡人 ：張先生
聯絡電話：(02)6631-6539
電子郵件：alanchang@iii.org.tw
 上一篇：【資策會】人工智慧無人機設計與應用 (台北9/4)
 下一篇：CEVA推出將物聯網設備連接到阿里雲的 全整合Wi-Fi解決方案
|
■ 共享經濟：以人民的名義爭奪流量入口 - 2017/06/18 ■ 影音網站的未來（三） PGC孵化IP，直播更接近長尾 - 2016/10/16 ■ 影音網站的未來（二）短影音適合往社交和工具發展 - 2016/10/09 ■ 影音網站的未來（一）長尾效應與頭部效應無法兼顧 - 2016/10/02 ■ 大部分O2O 模式違反網際網路經濟特性 - 2015/02/08 ■ 融資是怎麼回事（下）什麼人能拿到投資 - 2015/01/04 ■ 融資是怎麼回事（中）讀懂投資人的唇語 - 2014/12/21 ■ 融資是怎麼回事（上）融資是迭代的過程 - 2014/12/14 ■ 奢品服務業O2O 興起，網際網路創業者的新機會 - 2014/07/20
|
