Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Plan Szkolenia
Wprowadzenie
- Rozwiązywanie rzeczywistych problemów metodą prób i błędów
Zrozumienie adaptacyjnych systemów uczenia się i Artificial Intelligence (AI).
Jak agenci postrzegają stan
Jak nagrodzić agenta
Studium przypadku: Interakcja z odwiedzającymi witrynę
Przygotowanie środowiska dla agenta
Głębokie zanurzenie w algorytmach Reinforcement Learning
Metody oparte na wartości a metody oparte na polityce
Wybór modelu Reinforcement Learning
Korzystanie z algorytmu Q-Learning Model-Free Reinforcement Learning
Projektowanie agenta
Studium przypadku: Inteligentni asystenci
Połączenie agenta ze środowiskiem produkcyjnym
Pomiar wyników działań agentów
Rozwiązywanie problemów
Podsumowanie i wnioski
Wymagania
- Generalne zrozumienie uczenia ze wzmocnieniem
- Doświadczenie w uczeniu maszynowym
- Java doświadczenie w programowaniu
Publiczność
- Naukowcy danych
21 godzin
Opinie uczestników (3)
interaction through exercises and also projects sharing
Claudiu - MSG system
Szkolenie - Advanced Spring Boot
All to topic actually including API
RODULFO ALMEDA JR - DATAWORLD COMPUTER CENTER
Szkolenie - Introduction to JavaServer Faces
The breadth of the topis covered was quite a bit and the trainer tried to do justice to that.
