강의

N
챌린지

멘토링

N
클립

커뮤니티

AI Technology

/

Deep Learning & Machine Learning

Lý thuyết cơ bản về học tăng cường

Nó rất hữu ích cho những ai muốn củng cố lý thuyết và các khái niệm cơ bản về học tăng cường cũng như những ai muốn tìm hiểu cách áp dụng deep learning vào học tăng cường.

(5.0) 24 đánh giá

2,653 học viên

  • pangyolab8774
Reinforcement Learning(RL)

Đánh giá từ những học viên đầu tiên

Bạn sẽ nhận được điều này sau khi học.

  • Đọc bài học củng cố

Lý thuyết cơ bản về học tăng cường

Chính sách, phần thưởng, MDP, Monte-Carlo, chênh lệch thời gian... Đây là những khái niệm thường gặp trong các bài báo và dự án liên quan đến học tăng cường. Tuy nhiên, không có nhiều tài liệu giảng dạy giải thích chi tiết định nghĩa chính xác của từng thuật ngữ, bắt đầu từ những điều cơ bản nhất. Việc lao vào một bài báo hoặc dự án mà không có sự hiểu biết vững chắc về những khái niệm này sẽ khiến bạn bị mắc kẹt, lạc lối, giống như một con tàu không có bánh lái.

Tôi tin rằng nguồn tài nguyên tốt nhất để giải thích những kiến thức cơ bản, kết hợp những lời giải thích phong phú với sự hiểu biết trực quan, chính là bài giảng trên YouTube của Giáo sư D. Silver thuộc DeepMind. Tuy nhiên, bài giảng được trình bày bằng tiếng Anh và có thể hơi khó hiểu đối với người mới bắt đầu. Do đó, bài giảng này nhằm mục đích giải thích lại nội dung tương tự bằng tiếng Hàn, giúp người học dễ hiểu hơn. Cũng như bài giảng của D. Silver gồm 10 bài giảng, bài giảng của chúng tôi cũng sẽ gồm 10 bài giảng.

Những người hữu ích

  • Những người muốn củng cố hiểu biết của mình về lý thuyết học tăng cường và các khái niệm cơ bản.
  • Bất kỳ ai muốn tìm hiểu cách học sâu được áp dụng vào học tăng cường

Đánh giá bài báo AlphaGo

Nếu bạn tò mò về những gì bạn có thể làm với phương pháp học tăng cường, trước tiên hãy xem video đánh giá bài báo AlphaGo của Pangyo Lab.
Đánh giá bài báo AlphaGo: https://www.youtube.com/watch?v=SRVx2DFu_tY&list=PLpRS2w0xWHTfnWmr95LtIu4v4HbVxqTlM
Đánh giá AlphaGo Zero Paper: https://youtu.be/CgOGKChwWrw

Học tăng cường là gì?

Học tăng cường, một trong những lĩnh vực của học máy
 Học máy có thể được chia thành học có giám sát, học không giám sát và học tăng cường. Học máy liên quan đến việc nhận dạng trạng thái hiện tại và lựa chọn hành động hoặc chuỗi hành động tối đa hóa phần thưởng trong số các hành động khả dụng.

Giới thiệu những người chia sẻ kiến thức

No Seung-eun
Đại học Quốc gia Seoul - Kỹ thuật máy tính và Kinh tế (2010-2015)
Khoa Khoa học và Công nghệ Hội tụ, Đại học Quốc gia Seoul - Nghiên cứu về Tối ưu hóa Siêu tham số trong Học sâu (2015-2017)
NCsoft AI Research - Nhà nghiên cứu trí tuệ nhân tạo, Nhóm học tăng cường (2017-)

Jeon Min-young
Đại học Quốc gia Seoul - Khoa học máy tính và Thiết kế hình ảnh (2011-2017)
Gameberry - Nhà phát triển (2014)
Ringle - Nhà phát triển (2015)
Madup - Nhà phát triển (2016-2017)
Naver - Đội ngũ phát triển giao diện người dùng Papago (2018-)

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Những người mới học tăng cường

Cần biết trước khi bắt đầu?

  • sự khác biệt

Xin chào
Đây là

2,653

Học viên

24

Đánh giá

5.0

Xếp hạng

1

Khóa học

Chương trình giảng dạy

Tất cả

10 bài giảng ∙ (13giờ 2phút)

Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

24 đánh giá

5.0

24 đánh giá

  • blaire83님의 프로필 이미지
    blaire83

    Đánh giá 8

    ∙

    Đánh giá trung bình 5.0

    5

    100% đã tham gia

    Just listening to the first lecture was already great!!!!!!!!!!!!!!!!!!! If you want to properly understand reinforcement learning from the basics, if you want to properly apply it to papers or research, this seems like such a great lecture. I will definitely complete the entire course. Thank you.

    • jjhgwx님의 프로필 이미지
      jjhgwx

      Đánh giá 609

      ∙

      Đánh giá trung bình 4.9

      5

      30% đã tham gia

      Thank you for the great lecture!

      • jh41gong5625님의 프로필 이미지
        jh41gong5625

        Đánh giá 2

        ∙

        Đánh giá trung bình 5.0

        5

        60% đã tham gia

        • kukaeden님의 프로필 이미지
          kukaeden

          Đánh giá 486

          ∙

          Đánh giá trung bình 5.0

          5

          40% đã tham gia

          I learned a lot about reinforcement learning. Thank you for the great lecture~^^

          • devkuka님의 프로필 이미지
            devkuka

            Đánh giá 286

            ∙

            Đánh giá trung bình 5.0

            5

            30% đã tham gia

            I had a lot of questions about reinforcement learning, but I learned a lot! Thank you for the great lecture~^^

            Miễn phí

            Khóa học tương tự

            Khám phá các khóa học khác trong cùng lĩnh vực!

            Reinforcement learning core theory that is easy to understandCourse Thumbnail

            Reinforcement learning core theory that is easy to understand

            Chris Song

            In this lecture, you will learn the basic theory of reinforcement learning.

            Basic

            Basic

            Reinforcement Learning(RL), Tensorflow, Machine Learning(ML)

            Reinforcement learning core theory that is easy to understandCourse Thumbnail

            Reinforcement learning core theory that is easy to understand

            Chris Song

            Introduction to Deep Reinforcement Learning with TensorFlow - Deep Reinforcement LearningCourse Thumbnail

            Introduction to Deep Reinforcement Learning with TensorFlow - Deep Reinforcement Learning

            AISchool

            This course will help you build a solid foundation in the basic concepts of reinforcement learning through essential theoretical learning on deep reinforcement learning, and learn the principles of deep reinforcement learning in detail through hands-on practice of implementing actual code using TensorFlow.

            Intermediate

            Intermediate

            Deep Learning(DL), Tensorflow, Reinforcement Learning(RL)

            Introduction to Deep Reinforcement Learning with TensorFlow - Deep Reinforcement LearningCourse Thumbnail

            Introduction to Deep Reinforcement Learning with TensorFlow - Deep Reinforcement Learning

            AISchool

            Deep Learning Framework Made with ExcelCourse Thumbnail

            Deep Learning Framework Made with Excel

            hjk1000

            Let's implement a deep learning framework directly with Excel! Let's solve supervised learning/unsupervised learning/reinforcement learning with the implemented framework!

            Basic

            Basic

            VBA, Deep Learning(DL), Excel

            Deep Learning Framework Made with ExcelCourse Thumbnail

            Deep Learning Framework Made with Excel

            hjk1000

            Learning Artificial Intelligence and Autonomous Driving with AWS DeepRacerCourse Thumbnail

            Learning Artificial Intelligence and Autonomous Driving with AWS DeepRacer

            AI CASTLE

            Make your own AI autonomous vehicle! This is a course where you can learn about AI and reinforcement learning in the most fun and fastest way. This course was produced by the developer ranked #1 in DeepRacer Korea.

            Beginner

            Beginner

            DeepRacer, Reinforcement Learning(RL), Autonomous Driving

            Learning Artificial Intelligence and Autonomous Driving with AWS DeepRacerCourse Thumbnail

            Learning Artificial Intelligence and Autonomous Driving with AWS DeepRacer

            AI CASTLE

            Mastering Unity Machine Learning Agents (Application Edition)Course Thumbnail

            Mastering Unity Machine Learning Agents (Application Edition)

            kyushik

            Through this course, you will learn and use various functions of machine learning agents, such as multi-agents, curriculum learning, and distributed learning. You will also learn about reinforcement learning algorithms that can respond to curiosity-based exploration and variable inputs.

            Intermediate

            Intermediate

            Reinforcement Learning(RL), Unity, Unity ML-Agents

            Mastering Unity Machine Learning Agents (Application Edition)Course Thumbnail

            Mastering Unity Machine Learning Agents (Application Edition)

            kyushik

            Complete Guide to Unity Machine Learning Agents (Basics)Course Thumbnail

            Complete Guide to Unity Machine Learning Agents (Basics)

            kyushik

            Through this course, students will learn various reinforcement learning theories and implement them themselves, as well as create a reinforcement learning environment to test the reinforcement learning algorithm implemented using Unity Machine Learning Agents.

            Basic

            Basic

            Reinforcement Learning(RL), Machine Learning(ML), Unity

            Complete Guide to Unity Machine Learning Agents (Basics)Course Thumbnail

            Complete Guide to Unity Machine Learning Agents (Basics)

            kyushik