Course Outline

소개

  • 시행착오 상호 작용을 통해 실제 문제 해결

적응형 학습 시스템 이해 및 Artificial Intelligence (AI).

에이전트가 상태를 인식하는 방법

에이전트에게 보상하는 방법

사례 연구: 웹사이트 방문자와 상호작용

에이전트 환경 준비

Reinforcement Learning 알고리즘 자세히 알아보기

가치 기반 방법과 정책 기반 방법

Reinforcement Learning 모델 선택

Q-Learning Model-Free Reinforcement Learning 알고리즘 사용

에이전트 설계

사례 연구: 스마트 어시스턴트

에이전트와 프로덕션 환경의 인터페이스

상담원 작업 결과 측정

문제 해결

요약 및 결론

Requirements

  • 강화 학습에 대한 일반적인 이해
  • 머신러닝 경험
  • Java 프로그래밍 경험

청중

  • 데이터 과학자
  21 Hours

Number of participants



Price per participant

회원 평가 (4)

Related Courses

Related Categories