Python과 Tensorflow를 이용한 강화학습의 이해와 활용
주제
AI
강사명
김수현
커리큘럼
1일차
가. 강화학습 기초
- 실습 환경 구축하기
- 강화학습 개념 이해하기
- MDP (Markov Decision Process) 이해하기
- 벨만(Bellman) 방정식 이해하기
나. Dynamic 프로그래밍과 강화 학습
- Grid World와 Dynamic Programming 구현하기
- Dynamic Programming 1 - 정책 이터레이션 구현하기
- Dynamic Programming 2 - 가치 이터레이션 구현하기
2일차
다. 강화학습 알고리즘 살사와 큐러닝
- 몬테 카를로 예측과 시간차 예측 이해 및 구현하기
- 강화 학습 알고리즘 살사 (SARSA) 이해 및 구현하기
- 강화 학습 알고리즘 큐러닝 (Q-Laerning) 이해 및 구현하기
라. 인공신경망을 결합한 딥강화학습 구현
- Value Function Approximation 이해하기
- 인공신경망을 결합한 강화학습 Deep Q-Networks 구현하기
- 인공신경망을 결합한 강화학습 Policy Gradient 구현하기
3일차
마. 딥강화학습 DQN 구현
- 딥강화학습 DQN 구현 1 - 카트폴 구현하기
- 딥강화학습 DQN 구현 2 - 아타리 게임 구현하기
바. 딥강화학습 Actor-Critic 구
- 딥강화학습 Actor-Critic(A2C) 구현 1 - 카트폴 구현하기
- 딥강화학습 Actor-Critic(A3C) 구현 2 - 아타리 게임 구현하기
교육시간
3일 21시간
15 more properties
