この参照は示されたカタログの記述です。最新の提供状況や入学条件については機関に確認してください。
説明
強化学習 多腕バンディット、マルコフ決定過程、価値関数および方策関数を学習するためのモデルベースおよびモデルフリー手法（動的計画法、モンテカルロ法、時系列差分法など）。深層強化学習を含む近似解法。講義、週3時間。制限：COSC 単専攻または併専攻、GAME、NEUR、およびData Scienceプログラムに開放。前提条件：COSC 3P71（最低60パーセント）。注：このコースは複数の教育形態で提供される場合があります。教育形態は該当学期のアカデミックタイムテーブルに記載されます。
前提条件
- 前提科目：COSC 3P71（最低60パーセント）。
条件および詳細
- 制限：COSC 単専攻または併専攻、GAME、NEUR、およびData Scienceプログラムに開放。
- 前提科目：COSC 3P71（最低60パーセント）。
- 注：本コースは複数の提供形態で開講される場合があります。提供方法は該当学期の学事日程表に記載されます。
原語による参照テキスト
Reinforcement Learning Multi-armed bandits, Markov decision processes, model-based and model-free methods (such as dynamic programming, Monte Carlo methods, and temporal-difference methods) for learning value and policy functions. Approximation solutions including deep reinforcement learning. Lectures, 3 hours per week. Restriction: open to COSC single or combined, GAME, NEUR , and Data Science programs. Prerequisite(s): COSC 3P71 (minimum 60 percent). Note: this course may be offered in multiple modes of delivery. The method of delivery will be listed on the academic timetable, in the applicable term.
- Prerequisite(s): COSC 3P71 (minimum 60 percent).
- Restriction: open to COSC single or combined, GAME, NEUR , and Data Science programs.
- Note: this course may be offered in multiple modes of delivery. The method of delivery will be listed on the academic timetable, in the applicable term.
出典と参照
日付と出典は、情報を確認する際の参考のために保持されています。翻訳は読みやすくするための提案であり、条件や要件については公式の出典が基準となります。
出典の参照 : https://brocku.ca/webcal/2024/undergrad/cosc.html