Descrição
Aprenda sobre o projeto e a programação de agentes de aprendizado por reforço para executar tarefas complexas em ambientes interativos. Tópicos incluem processos de decisão de Markov, métodos de programação dinâmica, métodos de Monte Carlo, aprendizado por diferença temporal, predição/controle com aproximação de função, gradiente de política e algoritmos de aprendizado por reforço profundo.
Pré-requisitos
- Pré-requisito(s): COMP 2402 , ( COMP 2404 ou SYSC 3010 ou SYSC 3110 ), ( MATH 1004 ou MATH 1007), ( MATH 1104 ou MATH 1107 ), e ( DATA 1517 ou STAT 2507 ).
Condições e modalidades
- Pré-requisito(s): COMP 2402 , ( COMP 2404 ou SYSC 3010 ou SYSC 3110 ), ( MATH 1004 ou MATH 1007), ( MATH 1104 ou MATH 1107 ), e ( DATA 1517 ou STAT 2507 ).
- Aulas três horas por semana.
Texto de referência na sua língua de origem
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.
Fontes e referências
As datas e as fontes são mantidas para ajudá-lo a verificar os dados. As traduções são propostas para facilitar a leitura; a fonte oficial é a referência para condições e exigências.
Fonte de referência : https://calendar.carleton.ca/undergrad/courses/COMP/