Schulungsübersicht
Einführung
- Lösen von Problemen der realen Welt durch Versuch-und-Irrtum-Interaktionen
Adaptive Lernsysteme verstehen und Artificial Intelligence (AI).
Wie Agenten den Zustand wahrnehmen
Wie man einen Agenten belohnt
Fallstudie: Interaktion mit Website-Besuchern
Vorbereiten der Umgebung für den Agenten
Vertiefung in Reinforcement Learning Algorithmen
Wertbasierte Methoden vs. politikbasierte Methoden
Auswahl eines Reinforcement Learning Modells
Verwendung des Q-Learning Model-Free Reinforcement Learning Algorithmus
Gestaltung des Agenten
Fallstudie: Intelligente Assistenten
Einbindung des Agenten in eine Produktionsumgebung
Messung der Ergebnisse von Agenten-Aktionen
Fehlersuche
Zusammenfassung und Schlussfolgerung
Voraussetzungen
- Generales Verständnis von Reinforcement Learning
- Erfahrungen mit maschinellem Lernen
- Java Programmiererfahrung
Publikum
- Datenwissenschaftler
Erfahrungsberichte (4)
All to topic actually including API
RODULFO ALMEDA JR - DATAWORLD COMPUTER CENTER
Kurs - Introduction to JavaServer Faces
The contents and the exercises
Gangoso Kim Robert - Security Bank Corporation
Kurs - Spring Boot for Beginners
Interaktion durch Übungen und auch gemeinsame Projekte
Claudiu - MSG system
Kurs - Advanced Spring Boot
Maschinelle Übersetzung
The breadth of the topis covered was quite a bit and the trainer tried to do justice to that.