Introduction to Reinforcement Learning in Python
Implement Monte Carlo techniques for RL
Implement Temporal Difference algorithms in Python
Implement Q-learning in Python
In this project-based course, we will explore Reinforcement Learning in Python. Reinforcement Learning, or RL for short, is different from supervised learning methods in that, rather than being given correct examples by humans, the AI finds the correct answers for itself through a predefined framework of reward signals. In this course, we will discuss theories and concepts that are integral to RL, such as the Multi-Arm Bandit problem and its implications, and how Markov Decision processes can be leveraged to find solutions. Then we will implement code examples in Python of basic Temporal Difference algorithms and Monte Carlo techniques. Finally, we implement an example of Q-learning in Python. I would encourage learners to experiment with the tools and methods discussed in this course. The learner is highly encouraged to experiment beyond the scope of the course. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.
Habilidades que você desenvolverá
Aprender passo a passo
Em um vídeo reproduzido em uma tela dividida com a área de trabalho, seu instrutor o orientará sobre esses passos:
Learn about the Multi-Arm Bandit problem and the exploration vs. exploitation trade-off
Understand Markov Decision Processes
Implement Monte Carlo techniques for RL
Implement Temporal Difference algorithms in Python
Implement Q-learning in Python
Como funcionam os projetos guiados
Sua área de trabalho é um espaço em nuvem, acessado diretamente do navegador, sem necessidade de nenhum download
Em um vídeo de tela dividida, seu instrutor te orientará passo a passo
Perguntas Frequentes – FAQ
Perguntas Frequentes – FAQ
O que eu ganho se comprar projetos guiados?
Os projetos guiados estão disponíveis no computador e em dispositivos móveis?
Quem são os instrutores dos projetos guiados?
Posso baixar o trabalho do meu projeto guiado após completá-lo?
Como funciona a política de reembolso?Como funciona a política de reembolso?
Existe algum auxílio financeiro disponível?
Posso participar como ouvinte de um projeto guiado e assistir de graça a uma parte do vídeo?
Quanta experiência eu preciso ter para fazer esse projeto guiado?
Posso completar esse projeto guiado pelo meu navegador web em vez de instalar um software especial?
Como é a experiência de aprendizado com os projetos guiados?
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
Coursera Footer
