課程介紹
強化學習實戰視頻培訓教程概況:強化學習是當下爆火的機器學習經典模型,系列課程從實例出發,形象解讀強化學習如何完整一個實際任務。由基本概念過度到馬爾科夫決策過程,通過實例演示如何通過迭代求解來得出來好的決策。舉例講解強化學習(Q-Learning)算法的原理以及如何將強化學習和深度學習進行結合。後通過讓AI自動玩遊戲的項目實戰實例演示如何實現用強化學習和卷積神經網絡打造DQN網絡模型。
課程收益
帶領同學們快速掌握機器學習界爆火的強化學習系列並將強化學習與深度學習進行結合,實例演示如何使用DQN網絡讓AI自己玩遊戲!課程會員卡優惠優惠鏈接:http://edu.csdn.net/lecturer/lecturer_detail?lecturer_id=1079
講師介紹
唐宇迪更多講師課程
計算機博士,專注於機器學習與計算機視覺領域,深度學習領域一線實戰講師。在圖像識別領域有着豐富經驗,實現過包括人臉識別,物體識別,關鍵點檢測等多種應用的新算法。 參與多個國家級計算機視覺項目,多年數據領域培訓經驗,豐富的教學講解經驗,出品多套機器學習與深度學習系列課程,課程生動形象,風格通俗易懂。
課程大綱
第1章:強化學習基本原理
1.強化學習簡介 9:33
2.強化學習基本概念(課件代碼下載->) 9:54
3.馬爾科夫決策過程 9:05
4.Bellman方程 12:22
5.值迭代求解 8:12
6.代碼實戰求解過程 11:14
7.求解流程詳解 11:42
8.QLearning基本原理 10:00
9.QLearning迭代計算實例 11:07
10.QLearning迭代效果 8:59
第2章:強化學習項目實戰-DQN讓AI自己玩遊戲
1.DeepQnetwork原理 6:38
2.DQN網絡細節 11:00
3.DQN網絡參數配置 8:23
4.搭建DQN網絡模型 11:30
5.DQN卷積操作定義 10:07
6.數據預處理 11:41
7.實驗階段數據存儲 8:18
8.實現訓練模塊 10:50
9.Debug解讀訓練代碼 5:05
10.完整代碼流程分析 11:33
11.DQN效果演示 3:11
大家可以點擊【查看詳情】查看我的課程