Reinforcement Learning Avanzato
Corso
Online
Hai bisogno di un coach per la formazione?
Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.
Descrizione
-
Tipologia
Corso
-
Metodologia
Online
-
Ore di lezione
15h
Il corso approfondisce i principi dell’apprendimento per rinforzo e le sue applicazioni nella robotica, nei sistemi di controllo e nei giochi strategici, fornendo una comprensione completa di come un agente possa apprendere dall’interazione con l’ambiente. Gli studenti impareranno a progettare politiche ottimali che massimizzano la ricompensa, studiando metodi Monte Carlo, Q-Learning, Deep Q-Networks e tecniche di esplorazione ed exploitation. Saranno trattati policy gradient, sistemi continui e strategie di reward shaping. Il percorso include esercitazioni pratiche in Python e TensorFlow per sviluppare agenti autonomi capaci di affrontare scenari complessi.
Opinioni
Successi del Centro
Tutti i corsi devono essere aggiornati
La media delle valutazioni dev'essere superiore a 3,7
Più di 50 opinioni degli ultimi 12 mesi
6 anni del centro in Emagister.
Materie
- E-learning
- Robotica
- Simulazioni
- Informatica
- Python
Programma
Programma:
- Fondamenti del reinforcement learning e confronto con altri paradigmi di ML;
- Markov Decision Process: stati, azioni, transizioni e ricompense;
- Funzione di valore, value iteration e valutazione delle politiche;
- Politiche deterministiche e stocastiche, parametriche e tabellari;
- Q-Learning: aggiornamento off-policy e convergenza;
- SARSA: aggiornamento on-policy e differenze operative;
- Deep Q-Networks: replay buffer, target network e stabilità;
- Policy Gradient e ottimizzazione diretta delle politiche;
- Architetture Actor-Critic e varianti moderne;
- Reward shaping e progettazione di segnali di ricompensa efficaci;
- Exploration vs exploitation: ε-greedy, softmax, UCB;
- Multi-agent RL e dinamiche di cooperazione/competizione;
- Simulazioni con OpenAI Gym e ambienti personalizzati;
- Ottimizzazione delle politiche e tuning degli iperparametri;
- Progetto RL finale con implementazione in Python e TensorFlow.
Hai bisogno di un coach per la formazione?
Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.
Reinforcement Learning Avanzato