Beskrivelse
Lær om å designe og programmere forsterkningslæringsagenter for å utføre komplekse oppgaver i interaktive miljøer. Temaer inkluderer Markov beslutningsprosesser, dynamiske programmeringsmetoder, Monte Carlo-metoder, temporal difference-læring, prediksjon/kontroll med funksjonsapproksimasjon, policy gradient, og dype forsterkningslæringsalgoritmer.
Forkunnskaper
- Forkunnskapskrav: COMP 2402 , ( COMP 2404 eller SYSC 3010 eller SYSC 3110 ), ( MATH 1004 eller MATH 1007), ( MATH 1104 eller MATH 1107 ), og ( DATA 1517 eller STAT 2507 ).
Vilkår og bestemmelser
- Forkunnskapskrav: COMP 2402 , ( COMP 2404 eller SYSC 3010 eller SYSC 3110 ), ( MATH 1004 eller MATH 1007), ( MATH 1104 eller MATH 1107 ), og ( DATA 1517 eller STAT 2507 ).
- Forelesninger tre timer i uken.
Referansetekst i originalspråket
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.
Kilder og referanser
Datoer og kilder beholdes for å hjelpe deg å verifisere opplysningene. Oversettelsene tilbys for å lette lesing; den offisielle kilden er referansen for krav og betingelser.
Kildereferanse : https://calendar.carleton.ca/undergrad/courses/COMP/