menu
arrow_back

Reinforcement learning, czyli uczenie się przez wzmocnienie: Qwik Start

—/100

Checkpoints

arrow_forward

Create an AI Platform Notebook

Clone the sample code

Reinforcement learning, czyli uczenie się przez wzmocnienie: Qwik Start

1 godz. Punkty: 5

GSP691

Moduły Google Cloud do samodzielnego ukończenia

Podsumowanie

Wstęp

Reinforcement learning (RL), czyli uczenie się przez wzmocnienie, to jedna z najszybciej rozwijających się obecnie dziedzin badań nad systemami uczącymi się. We wszystkich tych dziedzinach badacze wykorzystują mechanizmy deep learningu.

Techniki uczenia się przez wzmocnienie pozwoliły uzyskać szczególnie dobre rezultaty w dziedzinie gier, gdzie sprawdziły się lepiej niż wszystkie stosowane wcześniej mechanizmy systemów uczących się. Programy, w których wykorzystuje się te techniki, grają w gry na komputery Atari lepiej niż zawodnicy klasy światowej, a w Go pokonały gracza reprezentującego poziom mistrzowski. Osiągają też obiecujące wyniki w trudniejszych grach, takich jak Starcraft II.

W tym module poznasz podstawy uczenia się przez wzmocnienie, budując prostą grę, której model opracowano na podstawie przykładu dostępnego w pakiecie narzędzi OpenAI Gym.

Cele

W tym module:

  • Zapoznasz się z podstawowymi pojęciami dotyczącymi uczenia się przez wzmocnienie.
  • Utworzysz notatki w formacie AI Platform Tensorflow 2.1.
  • Skopiujesz przykładowe repozytorium analitycznych danych treningowych „training-data-analyst” znajdujące się w GitHub.
  • Przeczytasz, zrozumiesz i wykonasz czynności opisane w notatce.

Gdy zechcesz rozpocząć, przewiń stronę w dół i wykonaj opisane niżej kroki, aby skonfigurować środowisko modułu.

Dołącz do Qwiklabs, aby zapoznać się z resztą tego modułu i innymi materiałami.

  • Uzyskaj tymczasowy dostęp do Google Cloud Console.
  • Ponad 200 modułów z poziomów od początkującego do zaawansowanego.
  • Podzielono na części, więc można uczyć się we własnym tempie.
Dołącz, aby rozpocząć ten moduł