Sobre este Programa de cursos integrados

28,656 visualizações recentes

Cursos 100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Cronograma flexível

Definição e manutenção de prazos flexíveis.

Nível intermediário

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

Aprox. 2 meses para completar

10 horas/semana sugeridas

Inglês

Legendas: Inglês

O que você vai aprender

  • Check

    Build a Reinforcement Learning system for sequential decision making.

  • Check

    Understand the space of RL algorithms (Temporal- Difference learning, Monte Carlo, Sarsa, Q-learning, Policy Gradients, Dyna, and more).

  • Check

    Understand how to formalize your task as a Reinforcement Learning problem, and how to begin implementing a solution.

  • Check

    Understand how RL fits under the broader umbrella of machine learning, and how it complements deep learning, supervised and unsupervised learning 

Habilidades que você terá

Artificial Intelligence (AI)Machine LearningReinforcement LearningFunction ApproximationIntelligent Systems

Cursos 100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Cronograma flexível

Definição e manutenção de prazos flexíveis.

Nível intermediário

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

Aprox. 2 meses para completar

10 horas/semana sugeridas

Inglês

Legendas: Inglês

Como funciona o programa de cursos integrados

Fazer cursos

Um programa de cursos integrados do Coursera é uma série de cursos para ajudá-lo a dominar uma habilidade. Primeiramente, inscreva-se no programa de cursos integrados diretamente, ou avalie a lista de cursos e escolha por qual você gostaria de começar. Ao se inscrever em um curso que faz parte de um programa de cursos integrados, você é automaticamente inscrito em todo o programa de cursos integrados. É possível concluir apenas um curso — você pode pausar a sua aprendizagem ou cancelar a sua assinatura a qualquer momento. Visite o seu painel de aprendiz para controlar suas inscrições em cursos e progresso.

Projeto prático

Todos os programas de cursos integrados incluem um projeto prático. Você precisará completar com êxito o(s) projeto(s) para concluir o programa de cursos integrados e obter o seu certificado. Se o programa de cursos integrados incluir um curso separado para o projeto prático, você precisará completar todos os outros cursos antes de iniciá-lo.

Obtenha um certificado

Ao concluir todos os cursos e completar o projeto prático, você obterá um certificado que pode ser compartilhado com potenciais empregadores e com sua rede profissional.

how it works

Este Programa de cursos integrados contém 4 cursos

Curso1

Curso 1

Fundamentals of Reinforcement Learning

4.8
estrelas
664 classificações
170 avaliações
Curso2

Curso 2

Sample-based Learning Methods

4.8
estrelas
316 classificações
61 avaliações
Curso3

Curso 3

Prediction and Control with Function Approximation

4.8
estrelas
200 classificações
30 avaliações
Curso4

Curso 4

A Complete Reinforcement Learning System (Capstone)

4.6
estrelas
133 classificações
25 avaliações

Instrutores

Imagem do instrutor, Martha White

Martha White 

Assistant Professor
Computing Science
14,750 aprendizes
4 Cursos
Imagem do instrutor, Adam White

Adam White 

Assistant Professor
Computing Science
14,750 aprendizes
4 Cursos

Sobre Universidade de AlbertaUniversidade de Alberta

UAlberta is considered among the world’s leading public research- and teaching-intensive universities. As one of Canada’s top universities, we’re known for excellence across the humanities, sciences, creative arts, business, engineering and health sciences....

Sobre Alberta Machine Intelligence Institute

The Alberta Machine Intelligence Institute (Amii) is home to some of the world’s top talent in machine intelligence. We’re an Alberta-based research institute that pushes the bounds of academic knowledge and guides business understanding of artificial intelligence and machine learning....

Perguntas Frequentes – FAQ

  • Sim! Para começar, clique na carta de curso que lhe interessa e se inscreva. Você pode se inscrever e concluir o curso para ganhar um certificado compartilhável ou você pode auditar para ver os materiais do curso de graça. Quando você se inscrever em um curso que faz parte de uma especialização, você está automaticamente inscrito para a especialização completa. Visite o seu painel de aluno para acompanhar o seu progresso.

  • Este curso é totalmente on-line, então não existe necessidade de aparecer em uma sala de aula pessoalmente. Você pode acessar suas palestras, leituras e atribuições a qualquer hora e qualquer lugar, via web ou dispositivo móvel.

  • It is recommended that learners take between 4-6 months to complete the specialization.

  • Recommended that learners have at least one year of undergraduate computer science or 2-3 years of professional experience in software development. Experience and comfort with programming in Python required. Must be comfortable converting algorithms and pseudocode into Python. Basic understanding of concepts from statistics (distributions, sampling, expected values), linear algebra (vectors and matrices), and calculus (computing derivatives)

  • Yes, it is recommended that courses are taken sequentially.

  • Learners that complete the specialization will earn a Coursera specialization certificate signed by the professors of record, not a University of Alberta credit.

  • By the end of this specialization, you will be able to"

    • Build a Reinforcement Learning system for sequential decision making.
    • Understand the space of RL algorithms (Temporal- Difference learning, Monte Carlo, Sarsa, Q-learning, Policy Gradients, Dyna, and more).
    • Understand how to formalize your task as a Reinforcement Learning problem, and how to begin implementing a solution.
    • Understand how RL fits under the broader umbrella of machine learning, and how it complements deep learning, supervised and unsupervised learning 

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.