説明
強化学習エージェントを設計・プログラミングして対話型環境で複雑なタスクを実行させる方法を学ぶ。トピックにはマルコフ決定過程、動的計画法、モンテカルロ法、時系列差分学習、関数近似による予測／制御、ポリシー勾配、深層強化学習アルゴリズムが含まれる。
前提条件
- 前提科目: COMP 2402、( COMP 2404 または SYSC 3010 または SYSC 3110 )、( MATH 1004 または MATH 1007 )、( MATH 1104 または MATH 1107 )、および ( DATA 1517 または STAT 2507 )。
条件および詳細
- 前提科目: COMP 2402、( COMP 2404 または SYSC 3010 または SYSC 3110 )、( MATH 1004 または MATH 1007 )、( MATH 1104 または MATH 1107 )、および ( DATA 1517 または STAT 2507 )。
- 講義週3時間。
原語による参照テキスト
Learn about designing and programming reinforcement learning agents to perform complex tasks in interactive environments. Topics include Markov decision processes, dynamic programming methods, Monte Carlo methods, temporal difference learning, prediction/control with function approximation, policy gradient, and deep reinforcement learning algorithms.
- Prerequisite(s): COMP 2402 , ( COMP 2404 or SYSC 3010 or SYSC 3110 ), ( MATH 1004 or MATH 1007), ( MATH 1104 or MATH 1107 ), and ( DATA 1517 or STAT 2507 ).
- Lectures three hours a week.
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://calendar.carleton.ca/undergrad/courses/COMP/