Курс разработан для специалистов и пользователей, которые уже владеют основами языка программирования Python, разбираются в линейной алгебре и освоили базу ML. В ходе обучения студенты разберутся в RL-алгоритмах, научатся применять полученные знания для решения конкретных задач различного уровня в реальности.
Курс сосредоточен на получении навыков использования алгоритмов обучения с подкреплением на практике и реализации своей собственной проектной деятельности. Для этого программа предусматривает изучение алгоритмов Deep Q-Network, Policy Gradient, Actor-Critic и многих других тем повышенной сложности.
Показываем, как будет расти ваш заработок вместе с опытом. И сколько времени потребуется, чтобы окупить вложения в образование
Все занятия проходят онлайн в формате вебинаров, взаимодействие с преподавателями происходит в реальном времени. После каждого урока дается задание на дом. На протяжении всего курса студент может связываться с кураторами и учителями в общем чате Telegram, где получит ответы на все возникающие вопросы. Весь теоретический материал будет доступен и после прохождения обучения.
Познакомитесь с RL-алгоритмами, их особенностями.
Разберетесь с базовой терминологией Reinforcement Learning.
Изучите наиболее используемые на практике алгоритмы обучения с подкреплением.
Научитесь проектировать модели окружающей среды и агента.
Поймете, как обучать на элементарных игровых ситуациях.
Познакомитесь с продвинутыми RL-алгоритмами.
Изучите программу DQN и научитесь ее использовать.
Овладете алгоритмом PG, узнаете особенности работы с ним.
Освоите алгоритм Actor-Critic, научитесь с ним работать.
Исследуете алгоритмы в задаче обучения интеллектуальных агентов.
Научитесь обеспечивать для объекта управляющую последовательность воздействий, обеспечивающих максимум заданной совокупности критериев.
Разберетесь в методах обучения со скользящим горизонтом.
Изучите раздел машинного обучения Model-based RL.
Научитесь использовать обучение с подкреплением в разработке игр.
Поймете, как реализовывать алгоритмы RL в робототехнике.
Овладеете навыками использования Reinforcement Learning в системе управления электроэнеретикой.
Сможете применять изученные алгоритмы в работе с финансовыми программами.
Выберете объект и составите план проектной деятельности.
Обсудите все оставшиеся вопросы, разберете практические задания.
Представите свой проект, в котором реализуете все полученные навыки при работе с Reinforcement Learning.
Просмотр обучающих видеороликов
Делаете все тогда, когда вам это удобно и в подходящем вам темпе
Объяснение возникших вопросов, закрепление пройденного материала и исправление ошибок
Данный проект, показывающий ваши навыки, будет прекрасным дополнением к вашему портфолио
Познакомитесь с площадками для поиска работы, узнаете, как успешно пройти стажировку, и получите доступ к бирже с вакансиями компаний-партнёров
Обучение организовано так, что вы можете спокойно совмещать его с работой, учебой и личной жизнью. Именно вы решаете, когда работать с материалами курса - вы занимаетесь тогда, когда удобно вам. Все уроки курса будут всегда в вашем доступе, даже после окончания курса, поэтому вы в любой момент сможете повторить пройденный материал.
Именно вы решаете, когда и сколько заниматься. Обычно студенты тратят на обучение от трех до пяти часов в неделю.