Лекция 15 Обучение с подкреплением

Пятнадцатое занятие на курсе Нейронные сети и их применение в научных исследованиях для восьмого потока обучения. Преподаватель: Любовь Антюфриева Дата: 19.02.2025 00:00 Заставка 00:45 Обучение методом проб и ошибок 01:58 Мотивация использования обучения с подкреплением 05:41 Устоявшаяся терминология 06:47 Примеры задач решаемых с использованием RL 15:02 Stateless environment in RL 15:38 Задача о многоруких бандитах 16:31 Gymnasium framework 26:28 Поиск оптимальной стратегии решения 35:36 Метаэвристики в обучении с подкреплением 36:11 Cross-entropy method CEM 40:41 Пример CEM в Gym 45:22 Марковский процесс принятия решений Markov decision process MDP 48:43 Markov process 01:05:11 Проблема поиска оптимальной политики 01:14:45 Поиск оптимальной политики Беллмана для MDP решение MDP 01:24:17 Temporal difference TD-обучение TD-learning 01:27:15 Q-Learning 01:33:43 Deep Q-Learning Материалы лекции: Открыть в Colab: Открыть в HTML: Сайт: VK: Telegram: МГУ искусственный_интеллект нейронные_сети neural_networks science наука научные_исследования нейронные_сети_в_науке как_применять_нейронные_сети курс_для_студентов_МГУ наука_и_исследования,

#Neural_networks #Science #Искусственный_интеллект #Как_применять_нейронные_сети #Курс_для_студентов_мгу #Мгу #Наука #Наука_и_исследования #Научные_исследования #Нейронные_сети #Нейронные_сети_в_науке