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（COSC 4P83としても提供） マルチアームドバンディット、マルコフ決定過程、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）を含む基本的な強化学習概念の導入。価値関数および方策関数の学習のための手法。近似解法として深層強化学習を含む。
原語による参照テキスト
Reinforcement Learning (also offered as COSC 4P83) Introduction to fundamental reinforcement learning concepts including 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.
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/graduate/cosc.html