【Udemy中英字幕】Reinforcement Learning with Pytorch

使用 Pytorch 进行强化学习

学习使用 Python、Pytorch 和 OpenAI Gym 应用强化学习和人工智能算法

讲师：Atamai AI Team

口袋资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

你将学到什么

• 强化学习基础知识
• 表格方法
• 贝尔曼方程
• 问学习
• 深度强化学习
• 从视频输入中学习

要求

• 需要基本的Python知识。AI / 机器学习 / Pytorch 基础知识 – 很高兴拥有，但并非完全必要。仅使用开源工具。

描述

更新：

所有代码和安装说明均已更新并验证可与 Pytorch 1.6 配合使用！

人工智能正在动态地进入我们的生活。它已经被广泛使用，我们每天都在使用它——有时甚至不知道它。很快它将成为我们永久的日常伴侣。

我们可以将强化学习放在人工智能世界的什么位置？毫无疑问，这是最有前途、发展最快的技术之一，最终可以引领我们走向通用人工智能！我们可以看到人工智能可以取得惊人成果的多个例子——从玩游戏时达到超人类水平到解决现实生活中的问题（机器人、医疗保健等）。

毫无疑问，值得了解和理解它！

这就是创建这门课程的原因。

我们将讨论多个主题，重点关注最重要和实用的细节。我们将从非常基本的信息开始，逐渐建立我们的理解，最终达到让我们的代理以类似人类的方式学习的地步——仅通过视频输入！

重要的是——当然我们需要涵盖一些理论——但我们将主要关注实践部分。目标是理解为什么和如何。

为了评估我们的算法，我们将使用非常流行的 OpenAI Gym 的环境。我们将从基本的文字游戏开始，经过更复杂的游戏，直至具有挑战性的 Atari 游戏

课程期间将涵盖哪些内容？ 

– 强化学习简介

– 马尔可夫决策过程

– 确定性和随机环境

– 贝尔曼方程

– Q学习

– 探索与利用

– 扩大

– 神经网络作为函数逼近器

– 深度强化学习

– DQN

– DQN 的改进

– 从视频输入中学习

– 重现一些最流行的强化学习解决方案

– 调整参数和一般建议

课堂上见！

本课程适合谁：

• 任何对人工智能、数据科学、机器学习、深度学习和强化学习感兴趣的人。