Insegnamento rafforzativo

corso Insegnamento rafforzativo è destinato Ingegneri dell'apprendimento automatico e fornisce un'introduzione approfondita alla creazione e all'ottimizzazione di agenti intelligenti in grado di prendere decisioni autonome in un dato ambiente. I partecipanti impareranno a formulare problemi del tipo insegnamento rafforzativo, definire politiche, premi e stati e applicare algoritmi avanzati per massimizzare le prestazioni.

Studierai concetti fondamentali come il processo decisionale sequenziale, le politiche, le funzioni di valore, le equazioni di Bellman, i metodi dinamici, l'apprendimento Monte Carlo, l'apprendimento per approssimazione e regressione, il tutto in un contesto pratico, con esempi chiari ed esercizi applicativi. Il corso enfatizza la rilevanza pratica: come implementare agenti in situazioni reali, come gestire il compromesso tra esplorazione e sfruttamento, come valutare gli algoritmi e come adattare le strategie in base ai risultati.

Affronta inoltre le sfide incontrate nel processo di formazione: vari parametri, stabilità dell'apprendimento, costi delle risorse, generalizzazione e come interpretare e ottimizzare i modelli per ottenere le prestazioni desiderate.

Il corso è rivolto agli ingegneri del machine learning.

In questo corso gli studenti impareranno come inquadrare, comprendere e risolvere problemi che coinvolgono la creazione di agenti intelligenti.

Per partecipare a questo corso, gli studenti devono aver completato il modulo Base. Apprendimento automatico in Tensorflow/Keras.
Si consiglia agli studenti di possedere le seguenti conoscenze:

Apprendimento profondo di base

● Neuroni
● Tipi di livelli
● Reti
● Funzioni di perdita
● Ottimizzatori
● Adattamento eccessivo
● Tensorflusso