Informações sobre o curso

37,147 visualizações recentes
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário

Probabilities & Expectations, basic linear algebra, basic calculus, Python 3.0 (at least 1 year), implementing algorithms from pseudocode.

Aprox. 23 horas para completar
Inglês
Legendas: Inglês

Habilidades que você terá

Artificial Intelligence (AI)Machine LearningReinforcement LearningFunction ApproximationIntelligent Systems
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário

Probabilities & Expectations, basic linear algebra, basic calculus, Python 3.0 (at least 1 year), implementing algorithms from pseudocode.

Aprox. 23 horas para completar
Inglês
Legendas: Inglês

oferecido por

Logotipo de Universidade de AlbertaUniversidade de Alberta

Universidade de AlbertaUniversidade de Alberta

Logotipo de Alberta Machine Intelligence Institute

Alberta Machine Intelligence Institute

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

1 hora para concluir

Welcome to the Final Capstone Course!

1 hora para concluir
2 vídeos (Total 10 mín.), 2 leituras
2 videos
Meet your instructors!8min
2 leituras
Reinforcement Learning Textbook10min
Pre-requisites and Learning Objectives10min
Semana
2

Semana 2

1 hora para concluir

Milestone 1: Formalize Word Problem as MDP

1 hora para concluir
4 vídeos (Total 23 mín.)
4 videos
Andy Barto on What are Eligibility Traces and Why are they so named?9min
Let's Review: Markov Decision Processes6min
Let's Review: Examples of Episodic and Continuing Tasks3min
Semana
3

Semana 3

1 hora para concluir

Milestone 2: Choosing The Right Algorithm

1 hora para concluir
7 vídeos (Total 40 mín.)
7 videos
Let's Review: Expected Sarsa3min
Let's Review: What is Q-learning?3min
Let's Review: Average Reward- A New Way of Formulating Control Problems10min
Let's Review: Actor-Critic Algorithm5min
Csaba Szepesvari on Problem Landscape8min
Andy and Rich: Advice for Students5min
1 exercício prático
Choosing the Right Algorithm
Semana
4

Semana 4

1 hora para concluir

Milestone 3: Identify Key Performance Parameters

1 hora para concluir
4 vídeos (Total 25 mín.)
4 videos
Let's Review: Non-linear Approximation with Neural Networks4min
Drew Bagnell on System ID + Optimal Control6min
Susan Murphy on RL in Mobile Health7min
1 exercício prático
Impact of Parameter Choices in RL40min

Avaliações

Principais avaliações do A COMPLETE REINFORCEMENT LEARNING SYSTEM (CAPSTONE)

Visualizar todas as avaliações

Sobre Programa de cursos integrados Reforço de aprendizagem

The Reinforcement Learning Specialization consists of 4 courses exploring the power of adaptive learning systems and artificial intelligence (AI). Harnessing the full potential of artificial intelligence requires adaptive learning systems. Learn how Reinforcement Learning (RL) solutions help solve real-world problems through trial-and-error interaction by implementing a complete RL solution from beginning to end. By the end of this Specialization, learners will understand the foundations of much of modern probabilistic artificial intelligence (AI) and be prepared to take more advanced courses or to apply AI tools and ideas to real-world problems. This content will focus on “small-scale” problems in order to understand the foundations of Reinforcement Learning, as taught by world-renowned experts at the University of Alberta, Faculty of Science. The tools learned in this Specialization can be applied to game development (AI), customer interaction (how a website interacts with customers), smart assistants, recommender systems, supply chain, industrial control, finance, oil & gas pipelines, industrial control systems, and more....
Reforço de aprendizagem

Perguntas Frequentes – FAQ

  • O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:

    • o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
    • Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

  • Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.

  • Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.